用于模型检查的特征提取

torchvision.models.feature_extraction 包包含了特征提取工具，使我们能够利用模型来访问输入的中间变换。这对于计算机视觉中的多种应用非常有用。以下是一些示例：

• 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，以针对特定任务进行端到端训练。例如，将特征层次结构传递给带有目标检测头的特征金字塔网络 (Feature Pyramid Network)。

Torchvision 为此提供了 create_feature_extractor()。它大致遵循以下步骤工作：

1. 符号化跟踪模型，以获取其如何一步一步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. 移除所有冗余节点（输出节点下游的任何内容）。

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。

的 torch.fx 文档提供了对上述过程和符号化跟踪内部工作原理更通用、更详细的解释。

关于节点名称

为了指定哪些节点应作为提取特征的输出节点，应熟悉此处使用的节点命名约定（与 torch.fx 中使用的略有不同）。节点名称指定为以 . 分隔的路径，沿着模块层次结构从顶层模块一直到叶操作或叶模块。例如，ResNet-50 中的 "layer4.2.relu" 表示 ResNet 模块的第 4 层第 2 个块中 ReLU 的输出。以下是一些需要注意的细节：

• 为 create_feature_extractor() 指定节点名称时，您可以提供节点名称的缩写版本作为快捷方式。要了解其工作原理，可以尝试创建一个 ResNet-50 模型，并使用 train_nodes, _ = get_graph_node_names(model) print(train_nodes) 打印节点名称，观察与 layer4 相关的最后一个节点是 "layer4.2.relu_2"。您可以指定 "layer4.2.relu_2" 作为返回节点，或者仅指定 "layer4"，因为按照约定，这指的是 layer4 中（按执行顺序）的最后一个节点。

• 如果某个模块或操作重复多次，节点名称会获得额外的 _{int} 后缀以消除歧义。例如，如果加法 (+) 操作在同一个 forward 方法中使用了三次。那么将会有 "path.to.module.add"、"path.to.module.add_1"、"path.to.module.add_2"。计数器在直接父级的范围内维护。因此，在 ResNet-50 中有 "layer4.1.add" 和 "layer4.2.add"。由于加法操作位于不同的块中，因此无需后缀来消除歧义。

示例

以下是关于如何为 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以字典形式返回，其中用户指定的键作为字符串，请求的输出作为值。
get_graph_node_names(model[, tracer_kwargs, ...])	返回按执行顺序排列的节点名称的开发工具。