Cross Stage Partial Network(CSPNet)

Cross Stage Partial Network(CSPNet)

一. 论文简介

降低计算量，同时保持或提升精度

主要做的贡献如下(可能之前有人已提出)：

1. 提出一种思想，特征融合方式(降低计算量的同时保证精度)

二. 模块详解

2.1 论文思路简介

论文其实非常简单，和shufflenetV2中的InvertedResidual基本差不多，只不过这是一种思想，可以扩展到FPN、DenseBlock、ResBlock之类的结构中。

画个简图，核心思想就是将输入切分，后面怎么操作就看个人需求了，当然这是试验得到的结果

关于推导部分，笔者认为不严谨。深度学习本身就是一门试验学科，你强你上，理论都是试验结果出来再去推导(凑)。

下图是将CSP结合到FPN之中

---

2.2 具体实现

2.2.1 具体实现

[](https://github.com/WongKinYiu/CrossStagePartialNetworks/issues/24)

三. 参考文献

• 原始论文