Cross Stage Partial Network(CSPNet)
一. 論文簡介
降低計算量，同時保持或提升精度
主要做的貢獻如下（可能之前有人已提出）：
- 提出一種思想，特征融合方式（降低計算量的同時保證精度）
二. 模塊詳解
2.1 論文思路簡介
論文其實非常簡單，和shufflenetV2中的InvertedResidual基本差不多，只不過這是一種思想，可以擴展到FPN、DenseBlock、ResBlock之類的結構中。
畫個簡圖，核心思想就是將輸入切分，后面怎么操作就看個人需求了，當然這是試驗得到的結果
關於推導部分，筆者認為不嚴謹。深度學習本身就是一門試驗學科，你強你上，理論都是試驗結果出來再去推導（湊）。
下圖是將CSP結合到FPN之中
2.2 具體實現
2.2.1 具體實現
[](https://github.com/WongKinYiu/CrossStagePartialNetworks/issues/24)
三. 參考文獻
- 原始論文