faceboxes笔记

最新推荐文章于 2022-01-21 00:58:58 发布

AI算法网奇

最新推荐文章于 2022-01-21 00:58:58 发布

阅读量2.4k

点赞数

分类专栏：深度学习宝典

本文链接：https://blog.csdn.net/jacke121/article/details/104301869

版权

深度学习宝典专栏收录该内容

984 篇文章 713 订阅 ¥29.90 ¥99.00

订阅专栏

超级会员免费看

这篇博客主要探讨了FaceBoxes在PyTorch实现中的细节，强调了初始最大池化层的重要性，指出移除该层会导致性能显著下降。同时，作者将Inception模块与RetinaFace进行了比较，观察到两者在结构上的相似性。

摘要由CSDN通过智能技术生成

https://github.com/zisianw/FaceBoxes.PyTorch/blob/master/models/faceboxes.py

开始的maxpooling不能去掉，去掉就变慢好几倍

inception和reitnaface很像

import torch
import torch.nn as nn
import torch.nn.functional as F


class BasicConv2d(nn.Module):

    def __init__(self, in_channels, out_channels, **kwargs):
        super(BasicConv2d, self).__init__()
        self.conv = nn.Conv2d(in_channels, out_channels, bias=False, **kwargs)
        self.bn = nn.BatchNorm2d(out_channels, eps=1e-5)

    def forward(self, x):
        x = self.conv(x)
        x = self.bn(x)
        return F.relu(x, inplace=True)


class Inception(nn.Mo

了解本专栏