论文：

DropBlock: A regularization method for convolutional networks 

Github：

https://github.com/miguelvr/dropblock

https://github.com/DHZS/tf-dropblock

 

论文主要提出了一种针对卷积层的正则化方法DropBlock，最终在ImageNet分类任务上，使用Resnet-50结构，将精度提升1.6%个点，在COCO检测任务上，精度提升1.6%个点。

(a)原始输入图像

(b)绿色部分表示激活的特征单元，b图表示了随机dropout激活单元，但是这样dropout后，网络还会从drouout掉的激活单元附近学习到同样的信息

(c)绿色部分表示激活的特征单元，c图表示本文的DropBlock，通过dropout掉一部分相邻的整片的区域（比如头和脚），网络就会去注重学习狗的别的部位的特征，来实现正确分类，从而表现出更好的泛化。

 

DropBlock 模块：

DropBlock 模块主要有2个参数，block_size，γ。

block_size：表示dropout的方块的大小（长，宽），当block_size=1，DropBlock 退化为传统的dropout，正常可以取3，5，7

γ：表示drop过程中的概率，也就是伯努利函数的概率

首先，保证DropBlock drop的元素个数和传统dropout drop的元素个数相等。

那么，传统的dropout drop的元素个数为drop概率乘以一共的元素个数，即（1-keep_prob）*(feat_size*feat_size)

DropBlock drop的元素个数也是drop概率乘以一共的元素个数，

这里在实现中，为了保证drop的block不会超出原始图像，需要先设置一个drop的有效区域，如下图（a）中绿色的区域，也就是原始的图减去block，即（feat_size-block_size+1）。

这里的概率γ为伯努利函数的概率，而这个概率只表示了随机drop的中间点的概率，如下图（a）中红色的×，实际需要的是要drop掉X周围的block_size大小的区域，也就是一个X对应一个block_size大小的区域（假设不相互重叠）。

所以，DropBlock 的概率即γ*(block_size*block_size)，有效的区域面积为（feat_size-block_size+1）*（feat_size-block_size+1），最终得到drop掉的元素数目为γ*(block_size*block_size)*（feat_size-block_size+1）*（feat_size-block_size+1）

最后，dropout==DropBlock ，即让（1-keep_prob）*(feat_size*feat_size)=γ*(block_size*block_size)*（feat_size-block_size+1）*（feat_size-block_size+1）

这样就会得到上面最终的伯努利概率γ。

在实验过程中，使用固定的keep_prob值的效果不如使用线性下降的keep_prob值。

实验中keep_prob值从1.0线性下降为0.75。

 

整体流程：

(1)输入特征层A，block_size，γ，模式（训练，测试）

(2,3,4)如果是测试，直接返回特征层A

(5)根据输入的概率γ，使用伯努利函数对生成的随机数mask矩阵进行drop，最终该步骤得到的mask只有0,1值。如上图中（a）。

伯努利概率分布为0-1分布，或者两点分布，公式如下

(6)对上一步得到的mask进行max pooling操作（stride=1，kernel_size=block_size），得到最终需要使用的mask。如上图中（b）。

(7)输入矩阵和Mask矩阵相乘，得到输出矩阵

(8)将上一步的输出矩阵进行归一化操作，保证做DropBlock 之前和做DropBlock 之后，该层都具体相同的均值，方差。

 

哪一层该使用DropBlock：

Keep_prob值的选择（a图）：

Drouout：0.7取得最优值

SpatialDropout：0.9取得最优值

DropBlock：0.9取得最优值

 

使用线性下降的方式（scheduling）来使用Keep_prob，可以获得更高的验证准确性。（b图）

Block_size=7时，获得最高验证集准确性

对Keep_prob值进行线性下降方式（scheduling）可以获得更好效果

Resnet-50的第3，4个block加Drouout比只在第4个block加Drouout更有效

在Resnet-50的卷积层和skip connection都使用Drouout效果更好

 

实验分析：

训练时使用block_size=7，keep_prob=0.9，测试时使用block_size=7，keep_prob=1.0，可以获得更好的效果。这点和传统的dropout一样。

第一行为原始的图片，第二行为未使用DropBlock，第三行为block_size=1，第四行为block_size=7。可以看出

(1)使用DropBlock比不使用DropBlock具有更大的热量图

(2)DropBlock的block_size越大，热量图的激活部分越多

 

实验结果：

ImageNet 图像分类：

COCO检测任务：

PASCAL VOC 分割任务：

自己的复现：

import tensorflow as tf
 
 
def compute_gamma(keep_prob,feat_size_h,feat_size_w,block_size_h,block_size_w):
    feat_size_h=tf.to_float(feat_size_h)
    feat_size_w=tf.to_float(feat_size_w)
    gamma=(1-keep_prob)*(feat_size_h*feat_size_w)/(block_size_h*block_size_w)/((feat_size_h-block_size_h+1)*(feat_size_w-block_size_w+1))
    return gamma
 
def compute_keep_prob(now_step=0,start_value=1.0,stop_value=0.75,nr_steps=100000,trainable=False):
    prob_values = tf.linspace(start=start_value, stop=stop_value, num=nr_steps)
    prob=tf.where(tf.less(now_step,nr_steps),prob_values[now_step],prob_values[-1])
    keep_prob=tf.where(tf.equal(trainable,False),start_value,prob)
    return keep_prob
 
def bernoulli(shape,gamma=0):
    mask=tf.cast(tf.random_uniform(shape, minval=0, maxval=1, dtype=tf.float32)<gamma,tf.float32)
    return mask
 
def compute_block_mask(shape,padding,gamma,block_size_shape):
    mask=bernoulli(shape,gamma)
    mask = tf.pad(mask, padding,"CONSTANT")
    mask = tf.nn.max_pool(mask, [1,block_size_shape[0],block_size_shape[1], 1], [1, 1, 1, 1], 'SAME')
    mask = 1 - mask
    return mask
def DropBlock(inputs,keep_prob,block_size_shape,feat_size_shape):
    #keep_prob:keep ratio,float32
    #block_size_shape:[height,width]
    #feat_size_shape:[batch,height,width,channel]
    gamma=compute_gamma(keep_prob,feat_size_shape[1],feat_size_shape[2],block_size_shape[0],block_size_shape[1])
    shape=[feat_size_shape[0],feat_size_shape[1]-block_size_shape[0]+1,feat_size_shape[2]-block_size_shape[1]+1,feat_size_shape[3]]
    bottom = (block_size_shape[0]-1) // 2
    right = (block_size_shape[1]-1) // 2
 
    top = (block_size_shape[0]-1) // 2
    left = (block_size_shape[1]-1) // 2
 
    padding = [[0, 0], [top, bottom], [left, right], [0, 0]]
    mask=compute_block_mask(shape,padding,gamma,block_size_shape)
 
    normalize_mask=mask*tf.to_float(tf.size(mask)) / tf.reduce_sum(mask)
    
    outputs=inputs*normalize_mask
 
    return outputs