ResNet50结构

ResNet50结构

ResNet简介

随着网络的加深,出现了训练集准确率下降的现象,可以确定这不是由于Overfit过拟合造成的(过拟合的情况训练集应该准确率很高);针对这个问题提出了一种全新的网络,称为深度残差网络,允许网络尽可能的加深,其中引入了全新的结构如图。

 ResNet50结构

 

 残差指的是什么?

其中ResNet提出了两种mapping:一种是identity mapping,指的就是图中”弯弯的曲线”,另一种residual mapping,指的就是除了”弯弯的曲线“那部分,所以最后的输出是 y= F(x)+x

identity mapping顾名思义,指本身,也就是公式中的x,而residual mapping指的是“差”,也就是y−x,所以残差指的就是F(x)部分。

resnet50详解

block_sizes=[3, 4, 6, 3]指的是stage1(first pool)之后的4个layer的block数, 分别对应res2, res3, res4, res5。

    每一个layer的第一个block在shortcut上做conv+BN, 即Conv Block

inputs: (1, 720, 1280, 3)

initial_conv:

    conv2d_fixed_padding()

    1. kernel_size=7, 先做padding(1, 720, 1280, 3) -> (1, 726, 1286, 3)

    2. conv2d kernels=[7, 7, 3, 64], stride=2, VALID 卷积. 7x7的kernel, padding都为3, 为了保证左上角和卷积核中心点对其

       (1, 726, 1286, 3) -> (1, 360, 640, 64)

    3. BN, Relu (只有resnetv1在第一次conv后面做BN和Relu)

initial_max_pool:

    k=3, s=2, padding='SAME', (1, 360, 640, 64) -> (1, 180, 320, 64)

以下均为不使用bottleneck的building_block

block_layer1:

    (有3个block, layer间stride=1(上一层做pool了), 64个filter, 不使用bottleneck(若使用bottleneck 卷积核数量,需乘4))

    1. 第一个block:

    Conv Block有projection_shortcut, 且strides可以等于1或者2

    Identity Block没有projection_shortcut, 且strides只能等于1

        `inputs = block_fn(inputs, filters, training, projection_shortcut, strides, data_format)`

        shortcut做[1, 1, 64, 64], stride=1的conv和BN, shape不变

        然后和主要分支里input做3次卷积后的结果相加, 一起Relu, 注意block里最后一次卷积后只有BN没有Relu

        input:    conv-bn-relu-conv-bn-relu-conv-bn  和shortcut相加后再做relu

        shortcut: conv-bn                           

        shortcut: [1, 1, 64, 64], s=1, (1, 180, 320, 64) -> (1, 180, 320, 64)

        input做两次[3, 3, 64, 64], s=1的卷积, shape不变(1, 180, 320, 64) -> (1, 180, 320, 64) -> (1, 180, 320, 64)

        inputs += shortcut, 再relu

    2. 对剩下的2个block, 每个block操作相同:

        `inputs = block_fn(inputs, filters, training, None, 1, data_format)`

        shortcut直接和input卷积结果相加, 不做conv-bn

        input做两次[3, 3, 64, 64], s=1的卷积, shape不变(1, 180, 320, 64) -> (1, 180, 320, 64) -> (1, 180, 320, 64)

        inputs += shortcut, 再relu

block_layer2/3/4同block_layer1, 只是每个layer的identity block数量不同, 卷积核数量和layer间stride也不同, 不过仍然只有第一个conv block的shortcut做conv-bn

block_layer2: 4个block, 128个filter, layer间stride=2 (因为上一层出来后没有pool)

    1. 第一个block:

        对shortcut做kernel=[1, 1, 64, 128], s=2的conv和BN, (1, 180, 320, 64) -> (1, 90, 160, 128)

        对主要分支先做kernel=[3, 3, 64, 128], s=2的卷积, padding='VALID', (1, 180, 320, 64) -> (1, 90, 160, 128)

                再做kernel=[3, 3, 128, 128], s=1的卷积, padding='SAME', (1, 90, 160, 128) -> (1, 90, 160, 128)

    2. 剩下的3个block, 每个block操作相同:

        shortcut不操作直接和结果相加做Relu

        对主要分支做两次[3, 3, 128, 128], s=1的卷积, padding='SAME', (1, 90, 160, 128) -> (1, 90, 160, 128) -> (1, 90, 160, 128)

block_layer3: 6个block, 256个filter, layer间stride=2

    1. 第一个block:

        对shortcut做kernel=[1, 1, 128, 256], s=2的conv和BN, (1, 90, 160, 128) -> (1, 45, 80, 256)

        对主要分支先做kernel=[3, 3, 128, 256], s=2的卷积, padding='VALID', (1, 90, 160, 128) -> (1, 45, 80, 256)

                再做kernel=[3, 3, 256, 256], s=1的卷积, padding='SAME', (1, 45, 80, 256) -> (1, 45, 80, 256)

    2. 剩下的5个block, 每个block操作相同:

        shortcut不操作直接和结果相加做Relu

        对主要分支做两次[3, 3, 256, 256], s=1的卷积, padding='SAME', (1, 45, 80, 256) -> (1, 45, 80, 256) -> (1, 45, 80, 256)

block_layer4: 3个block, 512个filter, layer间stride=2

    1. 第一个block:

        对shortcut做kernel=[1, 1, 256, 512], s=2的conv和BN, (1, 45, 80, 256) -> (1, 23, 40, 512)

        对主要分支先做kernel=[3, 3, 256, 512], s=2的卷积, padding='VALID', (1, 45, 80, 256) -> (1, 23, 40, 512)

                再做kernel=[3, 3, 512, 512], s=1的卷积, padding='SAME', (1, 23, 40, 512) -> (1, 23, 40, 512)

    2. 剩下的2个block, 每个block操作相同:

        shortcut不操作直接和结果相加做Relu

        对主要分支做两次[3, 3, 512, 512], s=1的卷积, padding='SAME', (1, 23, 40, 512) -> (1, 23, 40, 512)

avg_pool, 7*7

FC, output1000

softmax

输出prediction

Resnet-18,Resnet-50,等等,不过是层数不一罢了,如下图,惯用的是Resnet-50与101

 ResNet50结构

 

 如下图,每个大block里面的

第一个都是IN !==OUT情况,左侧支线,命名为:Conv Block

其他都是    IN  ==OUT情况,右侧支线,   命名为:ID      Block

3 = 左+右+右

4 = 左+右+右+右

6 = 左+右+右+右+右+右

3 = 左+右+右

 ResNet50结构

 

 ResNet50结构

 

 resnet50图解

 ResNet50结构

 

  

参考链接:

https://blog.csdn.net/zjc910997316/article/details/102912175

https://blog.csdn.net/lanran2/article/details/79057994

https://www.cnblogs.com/qianchaomoon/p/12315906.html

 

上一篇:YOLOV4 cfg解读


下一篇:pycharm设置鼠标滚动控制代码大小