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。