模型检查的特征提取¶

torchvision.models.feature_extraction 包包含特征提取工具，这些工具让我们能够利用我们的模型来访问输入的中间转换。这对于计算机视觉中的各种应用可能非常有用。仅举几个例子：

可视化特征图。
提取特征以计算图像描述符，用于面部识别、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，以进行端到端训练，同时考虑特定任务。例如，将特征层次结构传递给具有目标检测头的特征金字塔网络。

Torchvision 提供了 create_feature_extractor() 用于此目的。它大致按照以下步骤工作：

符号化地跟踪模型，以逐步获得其如何转换输入的图形表示。
将用户选择的图形节点设置为输出。
移除所有冗余节点（输出节点下游的任何内容）。
从生成的图中生成Python代码，并将其与图本身一起打包到PyTorch模块中。

torch.fx 文档提供了上述过程和符号跟踪内部工作原理的更通用和详细的解释。

关于节点名称

为了指定哪些节点应该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（与torch.fx中使用的略有不同）。节点名称被指定为一个.分隔的路径，从顶层模块向下遍历模块层次结构到叶操作或叶模块。例如，在ResNet-50中的"layer4.2.relu"表示第4层第2个块的ReLU的输出。以下是一些需要注意的细节：

在为create_feature_extractor()指定节点名称时，您可以提供一个节点名称的截断版本作为快捷方式。要了解其工作原理，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，并观察与layer4相关的最后一个节点是"layer4.2.relu_2"。可以指定"layer4.2.relu_2"作为返回节点，或者仅指定"layer4"，因为按照惯例，这指的是layer4的最后一个节点（按执行顺序）。
如果某个模块或操作重复多次，节点名称会添加一个额外的_{int}后缀以消除歧义。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"。计数器在直接父级的作用域内维护。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，因此不需要后缀来消除歧义。

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，该模块从给定模型中返回中间节点，作为带有用户指定键（作为字符串）的字典，并将请求的输出作为值。
`get_graph_node_names`(model[, tracer_kwargs, ...])	开发工具，用于按执行顺序返回节点名称。