March 11-Deep High-Resolution Representation Learning for Human Pose Estimation-paper reading

https://blog.csdn.net/ls83776736/article/details/87993726
这篇文章的博主也是对于此文做了简单的介绍

论文原文下载

https://github.com/leoxiaobin/deep-high-resolution-net.pytorch
原文作者的代码在这里，这是CVPR2019年的大作～

下面这幅图是本文提出的HRNet 的模型的主要结构。

这个模型和以前的模型不同，在模型中图像始终保持着高分辨率，但是平行的在subnetworks中，在向下的操作中，在做lower-resolusion，只是最后会讲这些与之前的network融合在一起。

下面对于网络依次介绍

在（2）可以看到，在最上面的那个分支中，图像的精度一直不变化，在second line， resolution，变为原来的一般，在third line，再减半，到fourth line， 再减半。

This is the main architecture about HRNet, and more details should read paper again.

没有复现数据～