FCOS的整体网络结构 ResNet + FPN

目录

一、FCOS的整体网络结构

1. ResNet网络部分

(1_)   stem : 7x7,64, stride 2，padding 3

(2_)  layer1   ---（第一层的downsample 步长为1，因为第一层尺寸发生的变化是在 max pool 层，之后尺寸并没有发生变化）

（3_）layer2

（4_）  layer3

（5_）  layer4

2. FPN网络

（1_） P5 输出  <-------------------  C5

(2_)  P4输出  <-------------  C4 + P5(fpn_layer 之前)

（3_） P3输出  <-------------  C3 + P4(fpn_layer 之前)

（4_） P6输出   <-------------  P5

（5_）P7 输出  <-------------  P6

---

一、FCOS的整体网络结构

如图1所示，整体网络结构分为ResNet骨干网络和FPN网络两部分。

图1 FCOS的网络结构 ResNet+FPN

图2 FCOS 论文中的网络结构 

1. ResNet网络部分

接下来举例计算一下不同层输出特征尺寸是怎么变化的。Conv2d输出的尺寸计算公式如图2所示

图2 Conv2d输出尺寸的计算公式

图 3 ResNet基本模块前向传播

如图 3 所示每个模块的前向传播，每个卷积层后面都跟有归一化层和relu激活函数。

举例：输入img （3，1120，800）

(1_)   stem : 7x7,64, stride 2，padding 3

 stem输出  （64，560，400）

(2_)  layer1   ---（第一层的downsample 步长为1，因为第一层尺寸发生的变化是在 max pool 层，之后尺寸并没有发生变化）

     

 输出 （64，280，200）

 输出  （64，280，200）

 输出  （64，280，200）

 输出   layer_out  =  （256，280，200）  

接下来再重复 2 遍。

--（输入 x 来自 max pool 的输出）

输出   connection =（256， 280， 200）

 layer1_out = (256，280，200)

（3_）layer2

 输出   （128，140，100）

 输出  （128，140，100）

 输出  （512，140，100）

一共重复4次

 输出  （512，140，100）

 layer2_out = (512，140，100)  ------------> C3

（4_）  layer3

 输出  （256，70，50）

 输出 （256，70，50）

 输出  （1024，70，50）

一共重复 6 次

 输出  （1024，70，50）

 layer3_out = (1024，70，50)  ------------> C4

（5_）  layer4

 输出  （512，35，25）

 输出 （512，35，25）

 输出 （2048，35，25）

 一共重复3次

输出  （2048，35，25）

 layer4_out = (2048，35，25)  ------------> C5

2. FPN网络

（1_） P5 输出  <-------------------  C5

 输出  （256，35，25）

 输出 （256，35，25）-----------> P5

(2_)  P4输出  <-------------  C4 + P5(fpn_layer 之前)

 输出  （256，70，50）

 输出  （256，70，50）

然后 加和

 输出 （256，70，50）-----------> P4

（3_） P3输出  <-------------  C3 + P4(fpn_layer 之前)

 输出  （256，140，100）

输出  （256，140，100）

然后加和

 输出 （256，140，100）-----------> P3

（4_） P6输出   <-------------  P5

 输出 （256，18，13）-----------> P6

然后经过 Relu层输入给P7

（5_）P7 输出  <-------------  P6

 输出  （256，9，7） -----------> P7