從RFCN來看，Resnet-50和Resnet-101到最后一層卷積都是縮小到原來尺寸的16分之一，並且都用的7x7的格子去roi pooling。
看paper可以知道：resnet-50核心是由3個conv2_x（3個卷積層），4個conv3_x（3個卷積層），6個conv4_x（3個卷積層），3個conv5_x（3個卷積層）組成，第一層是一個7x7的卷積，最后一層是一個全連接層。
卷積層有兩種形式：一種是卷積層之后接batch_norm+scale+relu，另一種是batch_norm+scale（少了relu）。
block中的identity mapping有些是直接映射，有些在映射上加了卷積，整個網絡就是這兩種block疊加。
ResNet-50、101、152是由ResNet34將每個模塊上圖左替換為上圖右得到的
每層卷積都有bn和scale，這是https://github.com/KaimingHe/deep-residual-networks中提到的scale層的作用：
