ResNet的各种网络结构图如下图所示。
Layer->Block->Stage->Network
Layer是最小的单位，ResNet50代表有50层。
Block由两层或者三层conv层叠加而成，50层以下用左侧的双层block，50层及以上用右侧的三层block，其中右侧的这个block叫做BottleNeck（瓶颈结构）
数个Block堆叠形成一个Stage，下图中用[ ]框起来的就是一个Stage，一个ResNet中共有4个Stage
输入Input经过Resnet50到输出Output的5个阶段，共经过了50个层，Stage0中的2层（conv7x7、max pooling），Stage1中9层（3x3），Stage2中的12层（3x4），Stage3中的18层（3x6），Stage4中的9层（3x3）。其中Stage0较为简单，可以看作数据的预处理；后面的Stage1、Stage2、Stage3、Stage4都由Bottleneck组成，结构相似。
Stage0较为简单，可以看作数据的预处理。（3，473，473）为输入的通道数（channel）、高（height）、宽（width），即（c，h，w）。先假设输入的高和宽相等，所以表示为（c，w，w）
该Stage中第1层包括3个先后操作：
1、CONV
CONV为卷积（Convolution）的缩写，7x7为卷积核的大小，64为卷积核的数量（即该卷积层输出的通道数），stride 2是卷积核的步长为2
2、BN
BN是Batch Normalization（批标准化）的缩写，即常说是BN层
3、RELU
RELU为ReLU激活函数
代码中将1个7x7卷积优化为3个3x3的卷积，经过第1个3x3卷积，通道数由3变为64，尺寸应该是（473-3）/2+1=236，即尺寸从473x473变为236x236；经过第2个3x3卷积，通道数为64，尺寸（236-3）/1+1=234，即尺寸从236x236变为234x234；经过第3个3x3卷积，通道数由64变为128，尺寸（234-3）/1+1=232，即尺寸从234x234变为232x232。
该Stage的第2层为maxpool，即最大池化层。kernel为3x3，步长为2。尺寸（232-3+2*1）/2+1=117，即尺寸从232x232变为117x117。池化层不改变通道数。
总体来说，在Stage0中，形状为（3，473，473）的输入经过第1层、第2层得到了形状为（128，117，117）的输出。
理解了Stage1的结构之后就同样能理解Stage2、Stage3、Stage4的结构。
Stage1中有3个瓶颈层。
经过Stage1，通道数变为64x4=256，即形状为（128，117，117）的输入经过该Stage得到了形状为（256，117，117）的输出。
Stage2中有4个瓶颈层。
经过Stage2，通道数变为128x4=512，尺寸变为59x59，即形状为（256，117，117）的输入经过该Stage得到了形状为（512，59，59）的输出。
Stgae3中有6个瓶颈层。
经过Stage3，通道数变为1024，尺寸变为30x30，即形状为（512，59，59）的输入经过该Stage得到了形状为（1024，30，30）的输出。
Stage4中有3个瓶颈层
经过Stage4，通道数变为2048，尺寸变为16x16，即形状为（1024，30，30）的输入经过该Stage得到了形状为（2048，16，16）的输出。
经过一个kernel为7x7的mean-pooling，尺寸变为10x10，即形状为（2048，16，16）的输入经过该池化层得到了形状为（2048，10，10）的输出。
下图是zyyupup画的ResNet18和ResNet50网络结构图，其中输入的形状为（3，224，224），经过ResNet50模块后输出的形状为（2048，1，1），经过一个FC全连接层将2048个通道与num_class连接。
版权声明：
本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。
如若内容造成侵权、违法违规、事实不符，请将相关资料发送至xkadmin@xkablog.com进行投诉反馈，一经查实，立即处理！
转载请注明出处，原文链接：https://www.xkablog.com/kjbd-jg/36997.html