resnet
由於f(x)+x是逐通道相加,所以要判斷通道數是否相同,存在兩種bottleneck,通道數不同時,需要對x進行downsample,使用1*1的卷積改變。
densenet
每個bottleneck輸出的特征通道數是相同的,一般為32,這個值也稱為growthrate.
densenet是拼接,所以需要在每個block上使尺寸保持一致。通過拼接之后通道數按照growthrate的量增加一般為(32)
fpn
fpn的連接,構造好自下而上和自上而下的結構之后,需要橫向連接,高語義特征經過上采樣之后尺寸與其對應的淺層特征相同,通道數
固定為256,所以需要淺層特征進行1*1卷積使得其通道數變為256,然后左右逐元素相加得到fpn的多個結果。
detnet
每個bottleneck得到的尺寸相同,通道數也相同。
yolov3
在進行拼接的時候,保持尺寸相同,通道數增加,也就是增加其維度。跟殘差的直接相加不同。