模型检查特征提取

torchvision.models.feature_extraction 包包含特征提取工具，可让我们访问模型的中间转换，以获取输入的中间转换。这对于计算机视觉中的各种应用非常有用。仅举几例：

• 可视化特征图。

• 提取特征以计算图像描述符，用于人脸识别、复制检测或图像检索等任务。

• 将选定的特征传递给下游子网络，以实现具有特定任务目标的端到端训练。例如，将特征层次结构传递给具有对象检测头的特征金字塔网络。

Torchvision为此提供了 create_feature_extractor()。它大致按照以下步骤工作：

1. 符号化跟踪模型，以获得模型如何一步一步地转换输入的图形表示。

2. 将用户选择的图节点设置为输出。

3. 删除所有冗余节点（输出节点下游的所有内容）。

4. 从生成的图生成 Python 代码，并将其与图本身一起打包成一个 PyTorch 模块。

torch.fx 文档提供了关于上述过程和符号化跟踪内部工作的更通用和详细的解释。torch.fx 文档

关于节点名称

为了指定哪些节点将作为提取特征的输出节点，应该熟悉这里使用的节点命名约定（它与torch.fx 中使用的约定略有不同）。节点名称被指定为以.分隔的路径，该路径从顶层模块向下遍历模块层次结构直到叶操作或叶模块。例如，ResNet-50 中的"layer4.2.relu"表示ResNet模块第四层第二块ReLU的输出。这里有一些需要注意的细节：

• 在为 create_feature_extractor() 指定节点名称时，您可以提供节点名称的截断版本作为快捷方式。要了解这一点的工作原理，请尝试创建一个 ResNet-50 模型并使用train_nodes, _ = get_graph_node_names(model) print(train_nodes)打印节点名称，并观察layer4的最后一个节点是"layer4.2.relu_2"。您可以将"layer4.2.relu_2"指定为返回节点，或者按照约定，将"layer4"指定为layer4的最后一个节点（按执行顺序）。

• 如果某个模块或操作被重复使用多次，节点名称会获得一个附加的_{int}后缀以进行区分。例如，可能在同一个forward方法中使用了三次加法（+）操作。那么就会有"path.to.module.add"、"path.to.module.add_1"、"path.to.module.add_2"。计数器在直接父节点的范围内维护。因此，在 ResNet-50 中有一个"layer4.1.add"和一个"layer4.2.add"。由于加法操作位于不同的块中，因此无需后缀来区分。

一个示例

以下是我们如何为 MaskRCNN 提取特征的示例

import torch
from torchvision.models import resnet50
from torchvision.models.feature_extraction import get_graph_node_names
from torchvision.models.feature_extraction import create_feature_extractor
from torchvision.models.detection.mask_rcnn import MaskRCNN
from torchvision.models.detection.backbone_utils import LastLevelMaxPool
from torchvision.ops.feature_pyramid_network import FeaturePyramidNetwork


# To assist you in designing the feature extractor you may want to print out
# the available nodes for resnet50.
m = resnet50()
train_nodes, eval_nodes = get_graph_node_names(resnet50())

# The lists returned, are the names of all the graph nodes (in order of
# execution) for the input model traced in train mode and in eval mode
# respectively. You'll find that `train_nodes` and `eval_nodes` are the same
# for this example. But if the model contains control flow that's dependent
# on the training mode, they may be different.

# To specify the nodes you want to extract, you could select the final node
# that appears in each of the main layers:
return_nodes = {
    # node_name: user-specified key for output dict
    'layer1.2.relu_2': 'layer1',
    'layer2.3.relu_2': 'layer2',
    'layer3.5.relu_2': 'layer3',
    'layer4.2.relu_2': 'layer4',
}

# But `create_feature_extractor` can also accept truncated node specifications
# like "layer1", as it will just pick the last node that's a descendent of
# of the specification. (Tip: be careful with this, especially when a layer
# has multiple outputs. It's not always guaranteed that the last operation
# performed is the one that corresponds to the output you desire. You should
# consult the source code for the input model to confirm.)
return_nodes = {
    'layer1': 'layer1',
    'layer2': 'layer2',
    'layer3': 'layer3',
    'layer4': 'layer4',
}

# Now you can build the feature extractor. This returns a module whose forward
# method returns a dictionary like:
# {
#     'layer1': output of layer 1,
#     'layer2': output of layer 2,
#     'layer3': output of layer 3,
#     'layer4': output of layer 4,
# }
create_feature_extractor(m, return_nodes=return_nodes)

# Let's put all that together to wrap resnet50 with MaskRCNN

# MaskRCNN requires a backbone with an attached FPN
class Resnet50WithFPN(torch.nn.Module):
    def __init__(self):
        super(Resnet50WithFPN, self).__init__()
        # Get a resnet50 backbone
        m = resnet50()
        # Extract 4 main layers (note: MaskRCNN needs this particular name
        # mapping for return nodes)
        self.body = create_feature_extractor(
            m, return_nodes={f'layer{k}': str(v)
                             for v, k in enumerate([1, 2, 3, 4])})
        # Dry run to get number of channels for FPN
        inp = torch.randn(2, 3, 224, 224)
        with torch.no_grad():
            out = self.body(inp)
        in_channels_list = [o.shape[1] for o in out.values()]
        # Build FPN
        self.out_channels = 256
        self.fpn = FeaturePyramidNetwork(
            in_channels_list, out_channels=self.out_channels,
            extra_blocks=LastLevelMaxPool())

    def forward(self, x):
        x = self.body(x)
        x = self.fpn(x)
        return x


# Now we can build our model!
model = MaskRCNN(Resnet50WithFPN(), num_classes=91).eval()

API 参考

create_feature_extractor(model[, ...])	创建一个新的图模块，该模块将给定模型中的中间节点作为字典返回，其中用户指定的键是字符串，请求的输出是值。
get_graph_node_names(model[, tracer_kwargs, ...])	开发实用程序，按执行顺序返回节点名称。