各種基礎網絡的通道數及尺寸問題記錄


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。


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM