1.backbone的body层,也就是resnet层提取的输出 Resnet中的基本组成单元residual结构,分为左右两种,50用的是后面一种bottleneck结构50 101 152的区别其实就是每组layer里面bottleneck的个数不同。 class ResNet(nn.Module): def __init__(self, block, blocks_num, num_classes=1000, include_top=True, norm_...
在一个浅层网络的基础上叠加y=x的层(称identity mapping恒等映射),可以让网络随深度增加而不退化,这反映了多层非线性网络无法逼近恒等映射网络。 左图的两层结构,适用于ResNet34或比34层更少的网络中。 右图针对ResNet50/101/152。也叫做bottleneck design,为了降低参数的数目,用于更深的网络,比如101这样的网络中...