ImageNet 有用吗？
当然有用。
但 ImageNet 预训练却并非必须！
刚刚，何恺明等人在arxiv贴出一篇重磅论文，题为《重新思考“ImageNet预训练”》，让似乎本已经平静的ImageNet湖面，再掀波澜！
Facebook 人工智能研究所何恺明、Ross Cirshick 和 Piotr Dollar 三人在arxiv上贴出最新论文：重新思考ImageNet预训练
过去几年来，使用ImageNet这套大规模数据集进行预训练的视觉模型，对于执行计算机视觉任务而言都是必不可少的存在。虽然并没用多少时间，但人们似乎都默认，计算机视觉任务需要使用ImageNet预训练模型。
然而，何恺明等人却站出来说——
不！
ImageNet 预训练模型并非必须，ImageNet 能做的只是加速收敛，对最终物体检测的精度或实例分割的性能并无帮助。
他们使用随机初始化的模型，不借助外部数据，取得了不逊于COCO 2017冠军的结果。
大神不愧为大神——此前我们预训练ImageNet模型再辛辛苦苦微调，都是为了什么？！
不用ImageNet预训练，随机初始化就能媲美COCO冠军！
何恺明等人研究表明，在COCO数据集上进行随机初始化训练，其效果能做到不次于在ImageNet上进行预训练。
而且，即使只用COCO中10％的训练数据进行训练，依然有可能实现上述结果。
他们还发现，可以在相当于ImageNet规模4倍大的数据集上，使用随机初始化训练，而结果不发生过拟合。
图1：我们在COCO train2017数据集上使用ResNet-50 FPN[26]和GroupNorm[48]训练Mask R-CNN[13]，并在val2017数据集上评估边界框AP，通过随机权重或ImageNet预训练初始化模型。我们通过改变学习率降低(准确率提高)的迭代来探索不同的训练计划。从随机初始化训练出来的模型需要更多的迭代来收敛，但是只收敛到一个与finetuning相似的解决方案。
实验表明，ImageNet的预训练在训练的早期加速了收敛，但并不一定提供正则化或提高最终目标任务的精度。
具体说，何恺明等人通过实验观察到以下情况：
1、ImageNet预训练方式加快了收敛速度，特别是在训练早期，但随机初始化训练可以在训练一段时间后赶上来。考虑到前者还要进行模型的微调，训练总时间二者大体相当。由于在研究目标任务时经常忽略ImageNet预训练的成本，因此采用短期训练进行的“对照”比较可能会掩盖随机初始化训练的真实表现。
2、ImageNet预训练不能自动提供性能更优的正则化。在使用较少的图像（不到COCO数据集的10％）进行训练时，我们发现必须选择新的超参数进行微调（来自预训练）以避免过度拟合。当用这些同样的超参数进行随机初始化训练时，该模型精度可以达到预训练模型的水平，无需任何额外的正则化处理。
3、当目标任务或指标对空间定位预测更敏感时，ImageNet预训练模型没有表现出任何优势。我们观察到，采用随机初始化训练时，预测性能出现明显改善。我们还发现，采用随机初始化训练的收敛速度也较预训练模型快。直观地说，基于分类任务的类ImageNet的预训练方式，与本地化的敏感目标任务之间的任务间存在鸿沟，这可能会限制预训练模型的优势。
有没有ImageNet预训练，区别真没那么大
作者在论文中写道，他们的结果挑战了ImageNet对依赖任务进行预训练的传统思想，他们的发现将鼓励人们重新思考当前计算机视觉中“预训练和微调”的“范式”。
那么，完全从零开始训练，与使用ImageNet预训练相比，最大的不同在哪里呢？
答案是“时间”。
使用ImageNet做预训练的模型已经具备了边缘、纹理等低级表征，而完全从零开始训练的模型需要迭代更久，因此需要更多的训练时间。
但是，从所需要的训练样本的像素（而非实例数）来看，随机初始化与使用ImageNet预训练，两者其实相差不太多。
图2：在所有训练迭代中看到的图像、实例和像素的总数，分别表示预训练+微调(绿色条)vs.随机初始化(紫色条)。我们考虑到ImageNet预训练需要100 epochs，fine-tuning采用2× schedule (∼24 epochs over COCO)，随机初始化采用6× schedule (∼72 epochs over COCO)。我们计算ImageNet实例为1 per image (COCO是∼7)，和ImageNet像素为224×224，COCO为800×1333。
下图展示了另一个例子，使用随机初始化（深红和深绿）和ImageNet预训练（浅红和浅绿），在多种情况下，两者的结果都是可比的。
区别大吗？
真的没有那么大！
图5：使用Mask R-CNN对不同系统进行随机初始化与预训练的比较，包括:(i)使用FPN和GN的baseline，(ii)使用训练时间多尺度增强的baseline，(iii)使用Cascade RCNN[3]和训练时间增强的baseline，以及(iv)加上测试时间多尺度增强的baseline。上图：R50；下图R101。
此论文实验部分写得非常漂亮，了解详情推荐阅读原文（地址见文末）。
“ImageNet时代完结”，从零开始训练完全可行
何恺明等人在这篇论文中，探讨了以下几点：
● 无需更改架构，就能对目标任务进行从头开始的训练。● 从头开始训练需要更多的迭代，以充分收敛。
● 在许多情况下，从头开始的训练并不比ImageNet预训练的同个模型差，甚至在只有10k COCO图像的情况下也是如此。
● ImageNet预训练加速了目标任务的收敛。
● ImageNet预训练不一定有助于减少过拟合，除非数据量真的非常小。
● 如果目标任务对定位比对分类更敏感，那么ImageNet预训练的帮助较小。
从目前的文献来看，这些结果是令人惊讶的，并对当前凡是计算机视觉任务就先拿ImageNet来预训练的做法不啻一记当头棒喝。
这些结果表明，当没有足够的目标数据或计算资源来对目标任务进行训练时，ImageNet预训练方式是一种基于“历史”的解决方法（并且可能会持续一段时间）。
现在看，ImageNet标注方便、应用广泛，似乎是“免费”资源，拿来用即可。
但不是的，抛开构建ImageNet花费了多少人力物力和时间不说，对于某些任务而言，如果目标数据与ImageNet相差太大，用在微调ImageNet预训练模型上的时间和精力，还不如直接从头开始训练。
这项工作也并非要我们彻底抛弃预训练模型，而是表明（至少视觉检测任务）除了用 ImageNet 预训练之外，还存在另一种训练方式，从零开始训练也完全可以。
这篇论文贴出来没多久，知乎上便出现了讨论“如何评价何恺明等 arxiv 新作 Rethinking ImageNet Pre-training？”
截止发稿前，点赞最高的回答来自中科院计算所博士“王晋东不在家”：
我不是排斥使用ImageNet pretrained network，我只是觉得，应该找一些领域，让ImageNet真正有用。不妨试试用这些预训练好的网络去进行医学图像分类、极端图像(低分辨率、逆光、精细图像、卫星)分类，这才是ImageNet的正确价值。
不过，欣喜的是，也有一批采用了浅层网络，或者是加入对抗机制的浅层网络，在最近的顶会上有所突破。
不能一直随大流，是时候重新思考了。
另一位计算机视觉从业者mileistone也表示：
深度学习领域理论发展慢于应用，像“train from scratch”类似的common practice很多，这些common practice很多没有理论支撑，我们也没法判断有没有道理，我们只知道大家都这么用。因为可质疑的地方太多了，我们很容易失去独立思考的能力。
希望更多的“rethink”文章出来，这些文章像鲶鱼一样，持续激发深度学习领域的活力。
何恺明等人认为，他们的论文和实验表明，随机初始化也有可能生成媲美COCO冠军的结果，正因如此，计算机视觉从业者才更应该慎待预训练特征。
计算机视觉的通用表征，仍然值得我们去追求。
原文发布时间为：2018-11-23
本文来自云栖社区合作伙伴新智元，了解相关信息可以关注“AI_era”。
