最近正在閱讀CVPR2019的論文Deep High-Resolution Representation Learning for Human Pose Estimation。
無奈看論文中的Network instantiation部分太過簡略，在網上也沒有搜索到一個非常清晰的圖示。
我閱讀這篇論文的時候，覺得自己如果無法完全清晰地知曉網絡結構，就始終有一種浮於表面的感覺，相當於只是學習了一個本文的idea。因此我先去學習了ResNet，再一邊學pytorch一邊閱讀了https://github.com/leoxiaobin/deep-high-resolution-net.pytorch的開源代碼（主要是lib/models/pose_resnet.py，網絡參數參考的是lib/config/models.py），才算是有了一個比較清晰的認知。
我自己將網絡結構手畫了下來，首先是整體結構：
其次是對每一模塊的詳細圖示：
畫完之后，我也和High-Resolution Representations for Labeling Pixels and Regions這篇論文中的Figure 1比對了一下，確認是對的上的。