MMDetection——resnet.py

在resnet.py中定义了骨干网络ResNet需要的一些模块。

首先是BasicBlock：

初始化参数为：

• in_planes：第一个卷积层输入通道数；
• planes：第一个和第二个卷积层输出通道数；
• stride：默认1，第一个卷积层步长；
• dilation：默认1，第一个卷积层padding和dilation参数；
• downsample：旁路下采样1x1卷积配置；
• style：默认pytorch；
• with_cp：是否使用checkpoint进行内存管理优化；
• conv_cfg：默认Conv2d；
• norm_cfg：默认BN；
• init_cfg

BasicBlock首先根据norm_cfg构建两个标准化层；

然后根据conv_cfg构建一个卷积核大小为3的卷积层，其他参数由初始化参数决定，卷积层的bias为False；

之后根据conv_cfg构建一个卷积核大小为3，填充为1，bias为False的卷积层，其他参数由初始化参数决定；

BasicBlock就可以构建出如下的结构。

 之后看BottleNeck：