把特征网络换成resnet-50

从RFCN来看,Resnet-50和Resnet-101到最后一层卷积都是缩小到原来尺寸的16分之一,并且都用的7x7的格子去roi pooling。

 

 

把特征网络换成resnet-50_第1张图片

看paper可以知道:resnet-50核心是由3个conv2_x(3个卷积层),4个conv3_x(3个卷积层),6个conv4_x(3个卷积层),3个conv5_x(3个卷积层)组成,第一层是一个7x7的卷积,最后一层是一个全连接层。

卷积层有两种形式:一种是卷积层之后接batch_norm+scale+relu,另一种是batch_norm+scale(少了relu)。

block中的identity mapping有些是直接映射,有些在映射上加了卷积,整个网络就是这两种block叠加。

把特征网络换成resnet-50_第2张图片

ResNet-50、101、152是由ResNet34将每个模块上图左替换为上图右得到的

把特征网络换成resnet-50_第3张图片

每层卷积都有bn和scale,这是https://github.com/KaimingHe/deep-residual-networks中提到的scale层的作用:

 

你可能感兴趣的:(把特征网络换成resnet-50)