ResNet-34 prototxt

train_val.prototxt

[cpp]  view plain  copy

 print ?

1. name: "ResNet-34"  
2. layer {  
3.     name: "data"  
4.     type: "Data"  
5.     top: "data"  
6.     top: "label"  
7.     include {  
8.         phase: TRAIN  
9.     }  
10.     transform_param {  
11.         mirror: true  
12.         crop_size: 224  
13.         mean_value: 104  
14.         mean_value: 117  
15.         mean_value: 123  
16.     }  
17.     data_param {  
18.         source: "../ilsvrc2012/ilsvrc2012_train"  
19.         batch_size: 32  
20.         backend: LMDB  
21.     }  
22. }  
23. layer {  
24.     name: "data"  
25.     type: "Data"  
26.     top: "data"  
27.     top: "label"  
28.     include {  
29.         phase: TEST  
30.     }  
31.     transform_param {  
32.         mirror: false  
33.         crop_size: 224  
34.         mean_value: 104  
35.         mean_value: 117  
36.         mean_value: 123  
37.     }  
38.     data_param {  
39.         source: "../ilsvrc2012/ilsvrc2012_val"  
40.         batch_size: 1  
41.         backend: LMDB  
42.     }  
43. }  
44.   
45. layer {  
46.     bottom: "data"  
47.     top: "conv1"  
48.     name: "conv1"  
49.     type: "Convolution"  
50.     convolution_param {  
51.         num_output: 64  
52.         kernel_size: 7  
53.         pad: 3  
54.         stride: 2  
55.         weight_filler {  
56.             type: "msra"  
57.         }  
58.         bias_term: false  
59.   
60.     }  
61. }  
62.   
63. layer {  
64.     bottom: "conv1"  
65.     top: "conv1"  
66.     name: "bn_conv1"  
67.     type: "BatchNorm"  
68.     batch_norm_param {  
69.         use_global_stats: false  
70.     }  
71. }  
72.   
73. layer {  
74.     bottom: "conv1"  
75.     top: "conv1"  
76.     name: "scale_conv1"  
77.     type: "Scale"  
78.     scale_param {  
79.         bias_term: true  
80.     }  
81. }  
82.   
83. layer {  
84.     bottom: "conv1"  
85.     top: "conv1"  
86.     name: "conv1_relu"  
87.     type: "ReLU"  
88. }  
89.   
90. layer {  
91.     bottom: "conv1"  
92.     top: "pool1"  
93.     name: "pool1"  
94.     type: "Pooling"  
95.     pooling_param {  
96.         kernel_size: 3  
97.         stride: 2  
98.         pool: MAX  
99.     }  
100. }  
101.   
102. layer {  
103.     bottom: "pool1"  
104.     top: "res2a_branch1"  
105.     name: "res2a_branch1"  
106.     type: "Convolution"  
107.     convolution_param {  
108.         num_output: 64  
109.         kernel_size: 1  
110.         pad: 0  
111.         stride: 1  
112.         weight_filler {  
113.             type: "msra"  
114.         }  
115.         bias_term: false  
116.   
117.     }  
118. }  
119.   
120. layer {  
121.     bottom: "res2a_branch1"  
122.     top: "res2a_branch1"  
123.     name: "bn2a_branch1"  
124.     type: "BatchNorm"  
125.     batch_norm_param {  
126.         use_global_stats: false  
127.     }  
128. }  
129.   
130. layer {  
131.     bottom: "res2a_branch1"  
132.     top: "res2a_branch1"  
133.     name: "scale2a_branch1"  
134.     type: "Scale"  
135.     scale_param {  
136.         bias_term: true  
137.     }  
138. }  
139.   
140. layer {  
141.     bottom: "pool1"  
142.     top: "res2a_branch2a"  
143.     name: "res2a_branch2a"  
144.     type: "Convolution"  
145.     convolution_param {  
146.         num_output: 64  
147.         kernel_size: 3  
148.         pad: 1  
149.         stride: 1  
150.         weight_filler {  
151.             type: "msra"  
152.         }  
153.         bias_term: false  
154.   
155.     }  
156. }  
157.   
158. layer {  
159.     bottom: "res2a_branch2a"  
160.     top: "res2a_branch2a"  
161.     name: "bn2a_branch2a"  
162.     type: "BatchNorm"  
163.     batch_norm_param {  
164.         use_global_stats: false  
165.     }  
166. }  
167.   
168. layer {  
169.     bottom: "res2a_branch2a"  
170.     top: "res2a_branch2a"  
171.     name: "scale2a_branch2a"  
172.     type: "Scale"  
173.     scale_param {  
174.         bias_term: true  
175.     }  
176. }  
177.   
178. layer {  
179.     bottom: "res2a_branch2a"  
180.     top: "res2a_branch2a"  
181.     name: "res2a_branch2a_relu"  
182.     type: "ReLU"  
183. }  
184.   
185. layer {  
186.     bottom: "res2a_branch2a"  
187.     top: "res2a_branch2b"  
188.     name: "res2a_branch2b"  
189.     type: "Convolution"  
190.     convolution_param {  
191.         num_output: 64  
192.         kernel_size: 3  
193.         pad: 1  
194.         stride: 1  
195.         weight_filler {  
196.             type: "msra"  
197.         }  
198.         bias_term: false  
199.   
200.     }  
201. }  
202.   
203. layer {  
204.     bottom: "res2a_branch2b"  
205.     top: "res2a_branch2b"  
206.     name: "bn2a_branch2b"  
207.     type: "BatchNorm"  
208.     batch_norm_param {  
209.         use_global_stats: false  
210.     }  
211. }  
212.   
213. layer {  
214.     bottom: "res2a_branch2b"  
215.     top: "res2a_branch2b"  
216.     name: "scale2a_branch2b"  
217.     type: "Scale"  
218.     scale_param {  
219.         bias_term: true  
220.     }  
221. }  
222.   
223. layer {  
224.     bottom: "res2a_branch1"  
225.     bottom: "res2a_branch2b"  
226.     top: "res2a"  
227.     name: "res2a"  
228.     type: "Eltwise"  
229.     eltwise_param {  
230.         operation: SUM  
231.     }  
232. }  
233.   
234. layer {  
235.     bottom: "res2a"  
236.     top: "res2a"  
237.     name: "res2a_relu"  
238.     type: "ReLU"  
239. }  
240.   
241. layer {  
242.     bottom: "res2a"  
243.     top: "res2b_branch2a"  
244.     name: "res2b_branch2a"  
245.     type: "Convolution"  
246.     convolution_param {  
247.         num_output: 64  
248.         kernel_size: 3  
249.         pad: 1  
250.         stride: 1  
251.         weight_filler {  
252.             type: "msra"  
253.         }  
254.         bias_term: false  
255.   
256.     }  
257. }  
258.   
259. layer {  
260.     bottom: "res2b_branch2a"  
261.     top: "res2b_branch2a"  
262.     name: "bn2b_branch2a"  
263.     type: "BatchNorm"  
264.     batch_norm_param {  
265.         use_global_stats: false  
266.     }  
267. }  
268.   
269. layer {  
270.     bottom: "res2b_branch2a"  
271.     top: "res2b_branch2a"  
272.     name: "scale2b_branch2a"  
273.     type: "Scale"  
274.     scale_param {  
275.         bias_term: true  
276.     }  
277. }  
278.   
279. layer {  
280.     bottom: "res2b_branch2a"  
281.     top: "res2b_branch2a"  
282.     name: "res2b_branch2a_relu"  
283.     type: "ReLU"  
284. }  
285.   
286. layer {  
287.     bottom: "res2b_branch2a"  
288.     top: "res2b_branch2b"  
289.     name: "res2b_branch2b"  
290.     type: "Convolution"  
291.     convolution_param {  
292.         num_output: 64  
293.         kernel_size: 3  
294.         pad: 1  
295.         stride: 1  
296.         weight_filler {  
297.             type: "msra"  
298.         }  
299.         bias_term: false  
300.   
301.     }  
302. }  
303.   
304. layer {  
305.     bottom: "res2b_branch2b"  
306.     top: "res2b_branch2b"  
307.     name: "bn2b_branch2b"  
308.     type: "BatchNorm"  
309.     batch_norm_param {  
310.         use_global_stats: false  
311.     }  
312. }  
313.   
314. layer {  
315.     bottom: "res2b_branch2b"  
316.     top: "res2b_branch2b"  
317.     name: "scale2b_branch2b"  
318.     type: "Scale"  
319.     scale_param {  
320.         bias_term: true  
321.     }  
322. }  
323.   
324. layer {  
325.     bottom: "res2a"  
326.     bottom: "res2b_branch2b"  
327.     top: "res2b"  
328.     name: "res2b"  
329.     type: "Eltwise"  
330.     eltwise_param {  
331.         operation: SUM  
332.     }  
333. }  
334.   
335. layer {  
336.     bottom: "res2b"  
337.     top: "res2b"  
338.     name: "res2b_relu"  
339.     type: "ReLU"  
340. }  
341.   
342. layer {  
343.     bottom: "res2b"  
344.     top: "res2c_branch2a"  
345.     name: "res2c_branch2a"  
346.     type: "Convolution"  
347.     convolution_param {  
348.         num_output: 64  
349.         kernel_size: 3  
350.         pad: 1  
351.         stride: 1  
352.         weight_filler {  
353.             type: "msra"  
354.         }  
355.         bias_term: false  
356.   
357.     }  
358. }  
359.   
360. layer {  
361.     bottom: "res2c_branch2a"  
362.     top: "res2c_branch2a"  
363.     name: "bn2c_branch2a"  
364.     type: "BatchNorm"  
365.     batch_norm_param {  
366.         use_global_stats: false  
367.     }  
368. }  
369.   
370. layer {  
371.     bottom: "res2c_branch2a"  
372.     top: "res2c_branch2a"  
373.     name: "scale2c_branch2a"  
374.     type: "Scale"  
375.     scale_param {  
376.         bias_term: true  
377.     }  
378. }  
379.   
380. layer {  
381.     bottom: "res2c_branch2a"  
382.     top: "res2c_branch2a"  
383.     name: "res2c_branch2a_relu"  
384.     type: "ReLU"  
385. }  
386.   
387. layer {  
388.     bottom: "res2c_branch2a"  
389.     top: "res2c_branch2b"  
390.     name: "res2c_branch2b"  
391.     type: "Convolution"  
392.     convolution_param {  
393.         num_output: 64  
394.         kernel_size: 3  
395.         pad: 1  
396.         stride: 1  
397.         weight_filler {  
398.             type: "msra"  
399.         }  
400.         bias_term: false  
401.   
402.     }  
403. }  
404.   
405. layer {  
406.     bottom: "res2c_branch2b"  
407.     top: "res2c_branch2b"  
408.     name: "bn2c_branch2b"  
409.     type: "BatchNorm"  
410.     batch_norm_param {  
411.         use_global_stats: false  
412.     }  
413. }  
414.   
415. layer {  
416.     bottom: "res2c_branch2b"  
417.     top: "res2c_branch2b"  
418.     name: "scale2c_branch2b"  
419.     type: "Scale"  
420.     scale_param {  
421.         bias_term: true  
422.     }  
423. }  
424.   
425. layer {  
426.     bottom: "res2b"  
427.     bottom: "res2c_branch2b"  
428.     top: "res2c"  
429.     name: "res2c"  
430.     type: "Eltwise"  
431.     eltwise_param {  
432.         operation: SUM  
433.     }  
434. }  
435.   
436. layer {  
437.     bottom: "res2c"  
438.     top: "res2c"  
439.     name: "res2c_relu"  
440.     type: "ReLU"  
441. }  
442.   
443. layer {  
444.     bottom: "res2c"  
445.     top: "res3a_branch1"  
446.     name: "res3a_branch1"  
447.     type: "Convolution"  
448.     convolution_param {  
449.         num_output: 128  
450.         kernel_size: 1  
451.         pad: 0  
452.         stride: 2  
453.         weight_filler {  
454.             type: "msra"  
455.         }  
456.         bias_term: false  
457.   
458.     }  
459. }  
460.   
461. layer {  
462.     bottom: "res3a_branch1"  
463.     top: "res3a_branch1"  
464.     name: "bn3a_branch1"  
465.     type: "BatchNorm"  
466.     batch_norm_param {  
467.         use_global_stats: false  
468.     }  
469. }  
470.   
471. layer {  
472.     bottom: "res3a_branch1"  
473.     top: "res3a_branch1"  
474.     name: "scale3a_branch1"  
475.     type: "Scale"  
476.     scale_param {  
477.         bias_term: true  
478.     }  
479. }  
480.   
481. layer {  
482.     bottom: "res2c"  
483.     top: "res3a_branch2a"  
484.     name: "res3a_branch2a"  
485.     type: "Convolution"  
486.     convolution_param {  
487.         num_output: 128  
488.         kernel_size: 3  
489.         pad: 1  
490.         stride: 2  
491.         weight_filler {  
492.             type: "msra"  
493.         }  
494.         bias_term: false  
495.   
496.     }  
497. }  
498.   
499. layer {  
500.     bottom: "res3a_branch2a"  
501.     top: "res3a_branch2a"  
502.     name: "bn3a_branch2a"  
503.     type: "BatchNorm"  
504.     batch_norm_param {  
505.         use_global_stats: false  
506.     }  
507. }  
508.   
509. layer {  
510.     bottom: "res3a_branch2a"  
511.     top: "res3a_branch2a"  
512.     name: "scale3a_branch2a"  
513.     type: "Scale"  
514.     scale_param {  
515.         bias_term: true  
516.     }  
517. }  
518.   
519. layer {  
520.     bottom: "res3a_branch2a"  
521.     top: "res3a_branch2a"  
522.     name: "res3a_branch2a_relu"  
523.     type: "ReLU"  
524. }  
525.   
526. layer {  
527.     bottom: "res3a_branch2a"  
528.     top: "res3a_branch2b"  
529.     name: "res3a_branch2b"  
530.     type: "Convolution"  
531.     convolution_param {  
532.         num_output: 128  
533.         kernel_size: 3  
534.         pad: 1  
535.         stride: 1  
536.         weight_filler {  
537.             type: "msra"  
538.         }  
539.         bias_term: false  
540.   
541.     }  
542. }  
543.   
544. layer {  
545.     bottom: "res3a_branch2b"  
546.     top: "res3a_branch2b"  
547.     name: "bn3a_branch2b"  
548.     type: "BatchNorm"  
549.     batch_norm_param {  
550.         use_global_stats: false  
551.     }  
552. }  
553.   
554. layer {  
555.     bottom: "res3a_branch2b"  
556.     top: "res3a_branch2b"  
557.     name: "scale3a_branch2b"  
558.     type: "Scale"  
559.     scale_param {  
560.         bias_term: true  
561.     }  
562. }  
563.   
564. layer {  
565.     bottom: "res3a_branch1"  
566.     bottom: "res3a_branch2b"  
567.     top: "res3a"  
568.     name: "res3a"  
569.     type: "Eltwise"  
570.     eltwise_param {  
571.         operation: SUM  
572.     }  
573. }  
574.   
575. layer {  
576.     bottom: "res3a"  
577.     top: "res3a"  
578.     name: "res3a_relu"  
579.     type: "ReLU"  
580. }  
581.   
582. layer {  
583.     bottom: "res3a"  
584.     top: "res3b_branch2a"  
585.     name: "res3b_branch2a"  
586.     type: "Convolution"  
587.     convolution_param {  
588.         num_output: 128  
589.         kernel_size: 3  
590.         pad: 1  
591.         stride: 1  
592.         weight_filler {  
593.             type: "msra"  
594.         }  
595.         bias_term: false  
596.   
597.     }  
598. }  
599.   
600. layer {  
601.     bottom: "res3b_branch2a"  
602.     top: "res3b_branch2a"  
603.     name: "bn3b_branch2a"  
604.     type: "BatchNorm"  
605.     batch_norm_param {  
606.         use_global_stats: false  
607.     }  
608. }  
609.   
610. layer {  
611.     bottom: "res3b_branch2a"  
612.     top: "res3b_branch2a"  
613.     name: "scale3b_branch2a"  
614.     type: "Scale"  
615.     scale_param {  
616.         bias_term: true  
617.     }  
618. }  
619.   
620. layer {  
621.     bottom: "res3b_branch2a"  
622.     top: "res3b_branch2a"  
623.     name: "res3b_branch2a_relu"  
624.     type: "ReLU"  
625. }  
626.   
627. layer {  
628.     bottom: "res3b_branch2a"  
629.     top: "res3b_branch2b"  
630.     name: "res3b_branch2b"  
631.     type: "Convolution"  
632.     convolution_param {  
633.         num_output: 128  
634.         kernel_size: 3  
635.         pad: 1  
636.         stride: 1  
637.         weight_filler {  
638.             type: "msra"  
639.         }  
640.         bias_term: false  
641.   
642.     }  
643. }  
644.   
645. layer {  
646.     bottom: "res3b_branch2b"  
647.     top: "res3b_branch2b"  
648.     name: "bn3b_branch2b"  
649.     type: "BatchNorm"  
650.     batch_norm_param {  
651.         use_global_stats: false  
652.     }  
653. }  
654.   
655. layer {  
656.     bottom: "res3b_branch2b"  
657.     top: "res3b_branch2b"  
658.     name: "scale3b_branch2b"  
659.     type: "Scale"  
660.     scale_param {  
661.         bias_term: true  
662.     }  
663. }  
664.   
665. layer {  
666.     bottom: "res3a"  
667.     bottom: "res3b_branch2b"  
668.     top: "res3b"  
669.     name: "res3b"  
670.     type: "Eltwise"  
671.     eltwise_param {  
672.         operation: SUM  
673.     }  
674. }  
675.   
676. layer {  
677.     bottom: "res3b"  
678.     top: "res3b"  
679.     name: "res3b_relu"  
680.     type: "ReLU"  
681. }  
682.   
683. layer {  
684.     bottom: "res3b"  
685.     top: "res3c_branch2a"  
686.     name: "res3c_branch2a"  
687.     type: "Convolution"  
688.     convolution_param {  
689.         num_output: 128  
690.         kernel_size: 3  
691.         pad: 1  
692.         stride: 1  
693.         weight_filler {  
694.             type: "msra"  
695.         }  
696.         bias_term: false  
697.   
698.     }  
699. }  
700.   
701. layer {  
702.     bottom: "res3c_branch2a"  
703.     top: "res3c_branch2a"  
704.     name: "bn3c_branch2a"  
705.     type: "BatchNorm"  
706.     batch_norm_param {  
707.         use_global_stats: false  
708.     }  
709. }  
710.   
711. layer {  
712.     bottom: "res3c_branch2a"  
713.     top: "res3c_branch2a"  
714.     name: "scale3c_branch2a"  
715.     type: "Scale"  
716.     scale_param {  
717.         bias_term: true  
718.     }  
719. }  
720.   
721. layer {  
722.     bottom: "res3c_branch2a"  
723.     top: "res3c_branch2a"  
724.     name: "res3c_branch2a_relu"  
725.     type: "ReLU"  
726. }  
727.   
728. layer {  
729.     bottom: "res3c_branch2a"  
730.     top: "res3c_branch2b"  
731.     name: "res3c_branch2b"  
732.     type: "Convolution"  
733.     convolution_param {  
734.         num_output: 128  
735.         kernel_size: 3  
736.         pad: 1  
737.         stride: 1  
738.         weight_filler {  
739.             type: "msra"  
740.         }  
741.         bias_term: false  
742.   
743.     }  
744. }  
745.   
746. layer {  
747.     bottom: "res3c_branch2b"  
748.     top: "res3c_branch2b"  
749.     name: "bn3c_branch2b"  
750.     type: "BatchNorm"  
751.     batch_norm_param {  
752.         use_global_stats: false  
753.     }  
754. }  
755.   
756. layer {  
757.     bottom: "res3c_branch2b"  
758.     top: "res3c_branch2b"  
759.     name: "scale3c_branch2b"  
760.     type: "Scale"  
761.     scale_param {  
762.         bias_term: true  
763.     }  
764. }  
765.   
766. layer {  
767.     bottom: "res3b"  
768.     bottom: "res3c_branch2b"  
769.     top: "res3c"  
770.     name: "res3c"  
771.     type: "Eltwise"  
772.     eltwise_param {  
773.         operation: SUM  
774.     }  
775. }  
776.   
777. layer {  
778.     bottom: "res3c"  
779.     top: "res3c"  
780.     name: "res3c_relu"  
781.     type: "ReLU"  
782. }  
783.   
784. layer {  
785.     bottom: "res3c"  
786.     top: "res3d_branch2a"  
787.     name: "res3d_branch2a"  
788.     type: "Convolution"  
789.     convolution_param {  
790.         num_output: 128  
791.         kernel_size: 3  
792.         pad: 1  
793.         stride: 1  
794.         weight_filler {  
795.             type: "msra"  
796.         }  
797.         bias_term: false  
798.   
799.     }  
800. }  
801.   
802. layer {  
803.     bottom: "res3d_branch2a"  
804.     top: "res3d_branch2a"  
805.     name: "bn3d_branch2a"  
806.     type: "BatchNorm"  
807.     batch_norm_param {  
808.         use_global_stats: false  
809.     }  
810. }  
811.   
812. layer {  
813.     bottom: "res3d_branch2a"  
814.     top: "res3d_branch2a"  
815.     name: "scale3d_branch2a"  
816.     type: "Scale"  
817.     scale_param {  
818.         bias_term: true  
819.     }  
820. }  
821.   
822. layer {  
823.     bottom: "res3d_branch2a"  
824.     top: "res3d_branch2a"  
825.     name: "res3d_branch2a_relu"  
826.     type: "ReLU"  
827. }  
828.   
829. layer {  
830.     bottom: "res3d_branch2a"  
831.     top: "res3d_branch2b"  
832.     name: "res3d_branch2b"  
833.     type: "Convolution"  
834.     convolution_param {  
835.         num_output: 128  
836.         kernel_size: 3  
837.         pad: 1  
838.         stride: 1  
839.         weight_filler {  
840.             type: "msra"  
841.         }  
842.         bias_term: false  
843.   
844.     }  
845. }  
846.   
847. layer {  
848.     bottom: "res3d_branch2b"  
849.     top: "res3d_branch2b"  
850.     name: "bn3d_branch2b"  
851.     type: "BatchNorm"  
852.     batch_norm_param {  
853.         use_global_stats: false  
854.     }  
855. }  
856.   
857. layer {  
858.     bottom: "res3d_branch2b"  
859.     top: "res3d_branch2b"  
860.     name: "scale3d_branch2b"  
861.     type: "Scale"  
862.     scale_param {  
863.         bias_term: true  
864.     }  
865. }  
866.   
867. layer {  
868.     bottom: "res3c"  
869.     bottom: "res3d_branch2b"  
870.     top: "res3d"  
871.     name: "res3d"  
872.     type: "Eltwise"  
873.     eltwise_param {  
874.         operation: SUM  
875.     }  
876. }  
877.   
878. layer {  
879.     bottom: "res3d"  
880.     top: "res3d"  
881.     name: "res3d_relu"  
882.     type: "ReLU"  
883. }  
884.   
885. layer {  
886.     bottom: "res3d"  
887.     top: "res4a_branch1"  
888.     name: "res4a_branch1"  
889.     type: "Convolution"  
890.     convolution_param {  
891.         num_output: 256  
892.         kernel_size: 1  
893.         pad: 0  
894.         stride: 2  
895.         weight_filler {  
896.             type: "msra"  
897.         }  
898.         bias_term: false  
899.   
900.     }  
901. }  
902.   
903. layer {  
904.     bottom: "res4a_branch1"  
905.     top: "res4a_branch1"  
906.     name: "bn4a_branch1"  
907.     type: "BatchNorm"  
908.     batch_norm_param {  
909.         use_global_stats: false  
910.     }  
911. }  
912.   
913. layer {  
914.     bottom: "res4a_branch1"  
915.     top: "res4a_branch1"  
916.     name: "scale4a_branch1"  
917.     type: "Scale"  
918.     scale_param {  
919.         bias_term: true  
920.     }  
921. }  
922.   
923. layer {  
924.     bottom: "res3d"  
925.     top: "res4a_branch2a"  
926.     name: "res4a_branch2a"  
927.     type: "Convolution"  
928.     convolution_param {  
929.         num_output: 256  
930.         kernel_size: 3  
931.         pad: 1  
932.         stride: 2  
933.         weight_filler {  
934.             type: "msra"  
935.         }  
936.         bias_term: false  
937.   
938.     }  
939. }  
940.   
941. layer {  
942.     bottom: "res4a_branch2a"  
943.     top: "res4a_branch2a"  
944.     name: "bn4a_branch2a"  
945.     type: "BatchNorm"  
946.     batch_norm_param {  
947.         use_global_stats: false  
948.     }  
949. }  
950.   
951. layer {  
952.     bottom: "res4a_branch2a"  
953.     top: "res4a_branch2a"  
954.     name: "scale4a_branch2a"  
955.     type: "Scale"  
956.     scale_param {  
957.         bias_term: true  
958.     }  
959. }  
960.   
961. layer {  
962.     bottom: "res4a_branch2a"  
963.     top: "res4a_branch2a"  
964.     name: "res4a_branch2a_relu"  
965.     type: "ReLU"  
966. }  
967.   
968. layer {  
969.     bottom: "res4a_branch2a"  
970.     top: "res4a_branch2b"  
971.     name: "res4a_branch2b"  
972.     type: "Convolution"  
973.     convolution_param {  
974.         num_output: 256  
975.         kernel_size: 3  
976.         pad: 1  
977.         stride: 1  
978.         weight_filler {  
979.             type: "msra"  
980.         }  
981.         bias_term: false  
982.   
983.     }  
984. }  
985.   
986. layer {  
987.     bottom: "res4a_branch2b"  
988.     top: "res4a_branch2b"  
989.     name: "bn4a_branch2b"  
990.     type: "BatchNorm"  
991.     batch_norm_param {  
992.         use_global_stats: false  
993.     }  
994. }  
995.   
996. layer {  
997.     bottom: "res4a_branch2b"  
998.     top: "res4a_branch2b"  
999.     name: "scale4a_branch2b"  
1000.     type: "Scale"  
1001.     scale_param {  
1002.         bias_term: true  
1003.     }  
1004. }  
1005.   
1006. layer {  
1007.     bottom: "res4a_branch1"  
1008.     bottom: "res4a_branch2b"  
1009.     top: "res4a"  
1010.     name: "res4a"  
1011.     type: "Eltwise"  
1012.     eltwise_param {  
1013.         operation: SUM  
1014.     }  
1015. }  
1016.   
1017. layer {  
1018.     bottom: "res4a"  
1019.     top: "res4a"  
1020.     name: "res4a_relu"  
1021.     type: "ReLU"  
1022. }  
1023.   
1024. layer {  
1025.     bottom: "res4a"  
1026.     top: "res4b_branch2a"  
1027.     name: "res4b_branch2a"  
1028.     type: "Convolution"  
1029.     convolution_param {  
1030.         num_output: 256  
1031.         kernel_size: 3  
1032.         pad: 1  
1033.         stride: 1  
1034.         weight_filler {  
1035.             type: "msra"  
1036.         }  
1037.         bias_term: false  
1038.   
1039.     }  
1040. }  
1041.   
1042. layer {  
1043.     bottom: "res4b_branch2a"  
1044.     top: "res4b_branch2a"  
1045.     name: "bn4b_branch2a"  
1046.     type: "BatchNorm"  
1047.     batch_norm_param {  
1048.         use_global_stats: false  
1049.     }  
1050. }  
1051.   
1052. layer {  
1053.     bottom: "res4b_branch2a"  
1054.     top: "res4b_branch2a"  
1055.     name: "scale4b_branch2a"  
1056.     type: "Scale"  
1057.     scale_param {  
1058.         bias_term: true  
1059.     }  
1060. }  
1061.   
1062. layer {  
1063.     bottom: "res4b_branch2a"  
1064.     top: "res4b_branch2a"  
1065.     name: "res4b_branch2a_relu"  
1066.     type: "ReLU"  
1067. }  
1068.   
1069. layer {  
1070.     bottom: "res4b_branch2a"  
1071.     top: "res4b_branch2b"  
1072.     name: "res4b_branch2b"  
1073.     type: "Convolution"  
1074.     convolution_param {  
1075.         num_output: 256  
1076.         kernel_size: 3  
1077.         pad: 1  
1078.         stride: 1  
1079.         weight_filler {  
1080.             type: "msra"  
1081.         }  
1082.         bias_term: false  
1083.   
1084.     }  
1085. }  
1086.   
1087. layer {  
1088.     bottom: "res4b_branch2b"  
1089.     top: "res4b_branch2b"  
1090.     name: "bn4b_branch2b"  
1091.     type: "BatchNorm"  
1092.     batch_norm_param {  
1093.         use_global_stats: false  
1094.     }  
1095. }  
1096.   
1097. layer {  
1098.     bottom: "res4b_branch2b"  
1099.     top: "res4b_branch2b"  
1100.     name: "scale4b_branch2b"  
1101.     type: "Scale"  
1102.     scale_param {  
1103.         bias_term: true  
1104.     }  
1105. }  
1106.   
1107. layer {  
1108.     bottom: "res4a"  
1109.     bottom: "res4b_branch2b"  
1110.     top: "res4b"  
1111.     name: "res4b"  
1112.     type: "Eltwise"  
1113.     eltwise_param {  
1114.         operation: SUM  
1115.     }  
1116. }  
1117.   
1118. layer {  
1119.     bottom: "res4b"  
1120.     top: "res4b"  
1121.     name: "res4b_relu"  
1122.     type: "ReLU"  
1123. }  
1124.   
1125. layer {  
1126.     bottom: "res4b"  
1127.     top: "res4c_branch2a"  
1128.     name: "res4c_branch2a"  
1129.     type: "Convolution"  
1130.     convolution_param {  
1131.         num_output: 256  
1132.         kernel_size: 3  
1133.         pad: 1  
1134.         stride: 1  
1135.         weight_filler {  
1136.             type: "msra"  
1137.         }  
1138.         bias_term: false  
1139.   
1140.     }  
1141. }  
1142.   
1143. layer {  
1144.     bottom: "res4c_branch2a"  
1145.     top: "res4c_branch2a"  
1146.     name: "bn4c_branch2a"  
1147.     type: "BatchNorm"  
1148.     batch_norm_param {  
1149.         use_global_stats: false  
1150.     }  
1151. }  
1152.   
1153. layer {  
1154.     bottom: "res4c_branch2a"  
1155.     top: "res4c_branch2a"  
1156.     name: "scale4c_branch2a"  
1157.     type: "Scale"  
1158.     scale_param {  
1159.         bias_term: true  
1160.     }  
1161. }  
1162.   
1163. layer {  
1164.     bottom: "res4c_branch2a"  
1165.     top: "res4c_branch2a"  
1166.     name: "res4c_branch2a_relu"  
1167.     type: "ReLU"  
1168. }  
1169.   
1170. layer {  
1171.     bottom: "res4c_branch2a"  
1172.     top: "res4c_branch2b"  
1173.     name: "res4c_branch2b"  
1174.     type: "Convolution"  
1175.     convolution_param {  
1176.         num_output: 256  
1177.         kernel_size: 3  
1178.         pad: 1  
1179.         stride: 1  
1180.         weight_filler {  
1181.             type: "msra"  
1182.         }  
1183.         bias_term: false  
1184.   
1185.     }  
1186. }  
1187.   
1188. layer {  
1189.     bottom: "res4c_branch2b"  
1190.     top: "res4c_branch2b"  
1191.     name: "bn4c_branch2b"  
1192.     type: "BatchNorm"  
1193.     batch_norm_param {  
1194.         use_global_stats: false  
1195.     }  
1196. }  
1197.   
1198. layer {  
1199.     bottom: "res4c_branch2b"  
1200.     top: "res4c_branch2b"  
1201.     name: "scale4c_branch2b"  
1202.     type: "Scale"  
1203.     scale_param {  
1204.         bias_term: true  
1205.     }  
1206. }  
1207.   
1208. layer {  
1209.     bottom: "res4b"  
1210.     bottom: "res4c_branch2b"  
1211.     top: "res4c"  
1212.     name: "res4c"  
1213.     type: "Eltwise"  
1214.     eltwise_param {  
1215.         operation: SUM  
1216.     }  
1217. }  
1218.   
1219. layer {  
1220.     bottom: "res4c"  
1221.     top: "res4c"  
1222.     name: "res4c_relu"  
1223.     type: "ReLU"  
1224. }  
1225.   
1226. layer {  
1227.     bottom: "res4c"  
1228.     top: "res4d_branch2a"  
1229.     name: "res4d_branch2a"  
1230.     type: "Convolution"  
1231.     convolution_param {  
1232.         num_output: 256  
1233.         kernel_size: 3  
1234.         pad: 1  
1235.         stride: 1  
1236.         weight_filler {  
1237.             type: "msra"  
1238.         }  
1239.         bias_term: false  
1240.   
1241.     }  
1242. }  
1243.   
1244. layer {  
1245.     bottom: "res4d_branch2a"  
1246.     top: "res4d_branch2a"  
1247.     name: "bn4d_branch2a"  
1248.     type: "BatchNorm"  
1249.     batch_norm_param {  
1250.         use_global_stats: false  
1251.     }  
1252. }  
1253.   
1254. layer {  
1255.     bottom: "res4d_branch2a"  
1256.     top: "res4d_branch2a"  
1257.     name: "scale4d_branch2a"  
1258.     type: "Scale"  
1259.     scale_param {  
1260.         bias_term: true  
1261.     }  
1262. }  
1263.   
1264. layer {  
1265.     bottom: "res4d_branch2a"  
1266.     top: "res4d_branch2a"  
1267.     name: "res4d_branch2a_relu"  
1268.     type: "ReLU"  
1269. }  
1270.   
1271. layer {  
1272.     bottom: "res4d_branch2a"  
1273.     top: "res4d_branch2b"  
1274.     name: "res4d_branch2b"  
1275.     type: "Convolution"  
1276.     convolution_param {  
1277.         num_output: 256  
1278.         kernel_size: 3  
1279.         pad: 1  
1280.         stride: 1  
1281.         weight_filler {  
1282.             type: "msra"  
1283.         }  
1284.         bias_term: false  
1285.   
1286.     }  
1287. }  
1288.   
1289. layer {  
1290.     bottom: "res4d_branch2b"  
1291.     top: "res4d_branch2b"  
1292.     name: "bn4d_branch2b"  
1293.     type: "BatchNorm"  
1294.     batch_norm_param {  
1295.         use_global_stats: false  
1296.     }  
1297. }  
1298.   
1299. layer {  
1300.     bottom: "res4d_branch2b"  
1301.     top: "res4d_branch2b"  
1302.     name: "scale4d_branch2b"  
1303.     type: "Scale"  
1304.     scale_param {  
1305.         bias_term: true  
1306.     }  
1307. }  
1308.   
1309. layer {  
1310.     bottom: "res4c"  
1311.     bottom: "res4d_branch2b"  
1312.     top: "res4d"  
1313.     name: "res4d"  
1314.     type: "Eltwise"  
1315.     eltwise_param {  
1316.         operation: SUM  
1317.     }  
1318. }  
1319.   
1320. layer {  
1321.     bottom: "res4d"  
1322.     top: "res4d"  
1323.     name: "res4d_relu"  
1324.     type: "ReLU"  
1325. }  
1326.   
1327. layer {  
1328.     bottom: "res4d"  
1329.     top: "res4e_branch2a"  
1330.     name: "res4e_branch2a"  
1331.     type: "Convolution"  
1332.     convolution_param {  
1333.         num_output: 256  
1334.         kernel_size: 3  
1335.         pad: 1  
1336.         stride: 1  
1337.         weight_filler {  
1338.             type: "msra"  
1339.         }  
1340.         bias_term: false  
1341.   
1342.     }  
1343. }  
1344.   
1345. layer {  
1346.     bottom: "res4e_branch2a"  
1347.     top: "res4e_branch2a"  
1348.     name: "bn4e_branch2a"  
1349.     type: "BatchNorm"  
1350.     batch_norm_param {  
1351.         use_global_stats: false  
1352.     }  
1353. }  
1354.   
1355. layer {  
1356.     bottom: "res4e_branch2a"  
1357.     top: "res4e_branch2a"  
1358.     name: "scale4e_branch2a"  
1359.     type: "Scale"  
1360.     scale_param {  
1361.         bias_term: true  
1362.     }  
1363. }  
1364.   
1365. layer {  
1366.     bottom: "res4e_branch2a"  
1367.     top: "res4e_branch2a"  
1368.     name: "res4e_branch2a_relu"  
1369.     type: "ReLU"  
1370. }  
1371.   
1372. layer {  
1373.     bottom: "res4e_branch2a"  
1374.     top: "res4e_branch2b"  
1375.     name: "res4e_branch2b"  
1376.     type: "Convolution"  
1377.     convolution_param {  
1378.         num_output: 256  
1379.         kernel_size: 3  
1380.         pad: 1  
1381.         stride: 1  
1382.         weight_filler {  
1383.             type: "msra"  
1384.         }  
1385.         bias_term: false  
1386.   
1387.     }  
1388. }  
1389.   
1390. layer {  
1391.     bottom: "res4e_branch2b"  
1392.     top: "res4e_branch2b"  
1393.     name: "bn4e_branch2b"  
1394.     type: "BatchNorm"  
1395.     batch_norm_param {  
1396.         use_global_stats: false  
1397.     }  
1398. }  
1399.   
1400. layer {  
1401.     bottom: "res4e_branch2b"  
1402.     top: "res4e_branch2b"  
1403.     name: "scale4e_branch2b"  
1404.     type: "Scale"  
1405.     scale_param {  
1406.         bias_term: true  
1407.     }  
1408. }  
1409.   
1410. layer {  
1411.     bottom: "res4d"  
1412.     bottom: "res4e_branch2b"  
1413.     top: "res4e"  
1414.     name: "res4e"  
1415.     type: "Eltwise"  
1416.     eltwise_param {  
1417.         operation: SUM  
1418.     }  
1419. }  
1420.   
1421. layer {  
1422.     bottom: "res4e"  
1423.     top: "res4e"  
1424.     name: "res4e_relu"  
1425.     type: "ReLU"  
1426. }  
1427.   
1428. layer {  
1429.     bottom: "res4e"  
1430.     top: "res4f_branch2a"  
1431.     name: "res4f_branch2a"  
1432.     type: "Convolution"  
1433.     convolution_param {  
1434.         num_output: 256  
1435.         kernel_size: 3  
1436.         pad: 1  
1437.         stride: 1  
1438.         weight_filler {  
1439.             type: "msra"  
1440.         }  
1441.         bias_term: false  
1442.   
1443.     }  
1444. }  
1445.   
1446. layer {  
1447.     bottom: "res4f_branch2a"  
1448.     top: "res4f_branch2a"  
1449.     name: "bn4f_branch2a"  
1450.     type: "BatchNorm"  
1451.     batch_norm_param {  
1452.         use_global_stats: false  
1453.     }  
1454. }  
1455.   
1456. layer {  
1457.     bottom: "res4f_branch2a"  
1458.     top: "res4f_branch2a"  
1459.     name: "scale4f_branch2a"  
1460.     type: "Scale"  
1461.     scale_param {  
1462.         bias_term: true  
1463.     }  
1464. }  
1465.   
1466. layer {  
1467.     bottom: "res4f_branch2a"  
1468.     top: "res4f_branch2a"  
1469.     name: "res4f_branch2a_relu"  
1470.     type: "ReLU"  
1471. }  
1472.   
1473. layer {  
1474.     bottom: "res4f_branch2a"  
1475.     top: "res4f_branch2b"  
1476.     name: "res4f_branch2b"  
1477.     type: "Convolution"  
1478.     convolution_param {  
1479.         num_output: 256  
1480.         kernel_size: 3  
1481.         pad: 1  
1482.         stride: 1  
1483.         weight_filler {  
1484.             type: "msra"  
1485.         }  
1486.         bias_term: false  
1487.   
1488.     }  
1489. }  
1490.   
1491. layer {  
1492.     bottom: "res4f_branch2b"  
1493.     top: "res4f_branch2b"  
1494.     name: "bn4f_branch2b"  
1495.     type: "BatchNorm"  
1496.     batch_norm_param {  
1497.         use_global_stats: false  
1498.     }  
1499. }  
1500.   
1501. layer {  
1502.     bottom: "res4f_branch2b"  
1503.     top: "res4f_branch2b"  
1504.     name: "scale4f_branch2b"  
1505.     type: "Scale"  
1506.     scale_param {  
1507.         bias_term: true  
1508.     }  
1509. }  
1510.   
1511. layer {  
1512.     bottom: "res4e"  
1513.     bottom: "res4f_branch2b"  
1514.     top: "res4f"  
1515.     name: "res4f"  
1516.     type: "Eltwise"  
1517.     eltwise_param {  
1518.         operation: SUM  
1519.     }  
1520. }  
1521.   
1522. layer {  
1523.     bottom: "res4f"  
1524.     top: "res4f"  
1525.     name: "res4f_relu"  
1526.     type: "ReLU"  
1527. }  
1528.   
1529. layer {  
1530.     bottom: "res4f"  
1531.     top: "res5a_branch1"  
1532.     name: "res5a_branch1"  
1533.     type: "Convolution"  
1534.     convolution_param {  
1535.         num_output: 512  
1536.         kernel_size: 1  
1537.         pad: 0  
1538.         stride: 2  
1539.         weight_filler {  
1540.             type: "msra"  
1541.         }  
1542.         bias_term: false  
1543.   
1544.     }  
1545. }  
1546.   
1547. layer {  
1548.     bottom: "res5a_branch1"  
1549.     top: "res5a_branch1"  
1550.     name: "bn5a_branch1"  
1551.     type: "BatchNorm"  
1552.     batch_norm_param {  
1553.         use_global_stats: false  
1554.     }  
1555. }  
1556.   
1557. layer {  
1558.     bottom: "res5a_branch1"  
1559.     top: "res5a_branch1"  
1560.     name: "scale5a_branch1"  
1561.     type: "Scale"  
1562.     scale_param {  
1563.         bias_term: true  
1564.     }  
1565. }  
1566.   
1567. layer {  
1568.     bottom: "res4f"  
1569.     top: "res5a_branch2a"  
1570.     name: "res5a_branch2a"  
1571.     type: "Convolution"  
1572.     convolution_param {  
1573.         num_output: 512  
1574.         kernel_size: 3  
1575.         pad: 1  
1576.         stride: 2  
1577.         weight_filler {  
1578.             type: "msra"  
1579.         }  
1580.         bias_term: false  
1581.   
1582.     }  
1583. }  
1584.   
1585. layer {  
1586.     bottom: "res5a_branch2a"  
1587.     top: "res5a_branch2a"  
1588.     name: "bn5a_branch2a"  
1589.     type: "BatchNorm"  
1590.     batch_norm_param {  
1591.         use_global_stats: false  
1592.     }  
1593. }  
1594.   
1595. layer {  
1596.     bottom: "res5a_branch2a"  
1597.     top: "res5a_branch2a"  
1598.     name: "scale5a_branch2a"  
1599.     type: "Scale"  
1600.     scale_param {  
1601.         bias_term: true  
1602.     }  
1603. }  
1604.   
1605. layer {  
1606.     bottom: "res5a_branch2a"  
1607.     top: "res5a_branch2a"  
1608.     name: "res5a_branch2a_relu"  
1609.     type: "ReLU"  
1610. }  
1611.   
1612. layer {  
1613.     bottom: "res5a_branch2a"  
1614.     top: "res5a_branch2b"  
1615.     name: "res5a_branch2b"  
1616.     type: "Convolution"  
1617.     convolution_param {  
1618.         num_output: 512  
1619.         kernel_size: 3  
1620.         pad: 1  
1621.         stride: 1  
1622.         weight_filler {  
1623.             type: "msra"  
1624.         }  
1625.         bias_term: false  
1626.   
1627.     }  
1628. }  
1629.   
1630. layer {  
1631.     bottom: "res5a_branch2b"  
1632.     top: "res5a_branch2b"  
1633.     name: "bn5a_branch2b"  
1634.     type: "BatchNorm"  
1635.     batch_norm_param {  
1636.         use_global_stats: false  
1637.     }  
1638. }  
1639.   
1640. layer {  
1641.     bottom: "res5a_branch2b"  
1642.     top: "res5a_branch2b"  
1643.     name: "scale5a_branch2b"  
1644.     type: "Scale"  
1645.     scale_param {  
1646.         bias_term: true  
1647.     }  
1648. }  
1649.   
1650. layer {  
1651.     bottom: "res5a_branch1"  
1652.     bottom: "res5a_branch2b"  
1653.     top: "res5a"  
1654.     name: "res5a"  
1655.     type: "Eltwise"  
1656.     eltwise_param {  
1657.         operation: SUM  
1658.     }  
1659. }  
1660.   
1661. layer {  
1662.     bottom: "res5a"  
1663.     top: "res5a"  
1664.     name: "res5a_relu"  
1665.     type: "ReLU"  
1666. }  
1667.   
1668. layer {  
1669.     bottom: "res5a"  
1670.     top: "res5b_branch2a"  
1671.     name: "res5b_branch2a"  
1672.     type: "Convolution"  
1673.     convolution_param {  
1674.         num_output: 512  
1675.         kernel_size: 3  
1676.         pad: 1  
1677.         stride: 1  
1678.         weight_filler {  
1679.             type: "msra"  
1680.         }  
1681.         bias_term: false  
1682.   
1683.     }  
1684. }  
1685.   
1686. layer {  
1687.     bottom: "res5b_branch2a"  
1688.     top: "res5b_branch2a"  
1689.     name: "bn5b_branch2a"  
1690.     type: "BatchNorm"  
1691.     batch_norm_param {  
1692.         use_global_stats: false  
1693.     }  
1694. }  
1695.   
1696. layer {  
1697.     bottom: "res5b_branch2a"  
1698.     top: "res5b_branch2a"  
1699.     name: "scale5b_branch2a"  
1700.     type: "Scale"  
1701.     scale_param {  
1702.         bias_term: true  
1703.     }  
1704. }  
1705.   
1706. layer {  
1707.     bottom: "res5b_branch2a"  
1708.     top: "res5b_branch2a"  
1709.     name: "res5b_branch2a_relu"  
1710.     type: "ReLU"  
1711. }  
1712.   
1713. layer {  
1714.     bottom: "res5b_branch2a"  
1715.     top: "res5b_branch2b"  
1716.     name: "res5b_branch2b"  
1717.     type: "Convolution"  
1718.     convolution_param {  
1719.         num_output: 512  
1720.         kernel_size: 3  
1721.         pad: 1  
1722.         stride: 1  
1723.         weight_filler {  
1724.             type: "msra"  
1725.         }  
1726.         bias_term: false  
1727.   
1728.     }  
1729. }  
1730.   
1731. layer {  
1732.     bottom: "res5b_branch2b"  
1733.     top: "res5b_branch2b"  
1734.     name: "bn5b_branch2b"  
1735.     type: "BatchNorm"  
1736.     batch_norm_param {  
1737.         use_global_stats: false  
1738.     }  
1739. }  
1740.   
1741. layer {  
1742.     bottom: "res5b_branch2b"  
1743.     top: "res5b_branch2b"  
1744.     name: "scale5b_branch2b"  
1745.     type: "Scale"  
1746.     scale_param {  
1747.         bias_term: true  
1748.     }  
1749. }  
1750.   
1751. layer {  
1752.     bottom: "res5a"  
1753.     bottom: "res5b_branch2b"  
1754.     top: "res5b"  
1755.     name: "res5b"  
1756.     type: "Eltwise"  
1757.     eltwise_param {  
1758.         operation: SUM  
1759.     }  
1760. }  
1761.   
1762. layer {  
1763.     bottom: "res5b"  
1764.     top: "res5b"  
1765.     name: "res5b_relu"  
1766.     type: "ReLU"  
1767. }  
1768.   
1769. layer {  
1770.     bottom: "res5b"  
1771.     top: "res5c_branch2a"  
1772.     name: "res5c_branch2a"  
1773.     type: "Convolution"  
1774.     convolution_param {  
1775.         num_output: 512  
1776.         kernel_size: 3  
1777.         pad: 1  
1778.         stride: 1  
1779.         weight_filler {  
1780.             type: "msra"  
1781.         }  
1782.         bias_term: false  
1783.   
1784.     }  
1785. }  
1786.   
1787. layer {  
1788.     bottom: "res5c_branch2a"  
1789.     top: "res5c_branch2a"  
1790.     name: "bn5c_branch2a"  
1791.     type: "BatchNorm"  
1792.     batch_norm_param {  
1793.         use_global_stats: false  
1794.     }  
1795. }  
1796.   
1797. layer {  
1798.     bottom: "res5c_branch2a"  
1799.     top: "res5c_branch2a"  
1800.     name: "scale5c_branch2a"  
1801.     type: "Scale"  
1802.     scale_param {  
1803.         bias_term: true  
1804.     }  
1805. }  
1806.   
1807. layer {  
1808.     bottom: "res5c_branch2a"  
1809.     top: "res5c_branch2a"  
1810.     name: "res5c_branch2a_relu"  
1811.     type: "ReLU"  
1812. }  
1813.   
1814. layer {  
1815.     bottom: "res5c_branch2a"  
1816.     top: "res5c_branch2b"  
1817.     name: "res5c_branch2b"  
1818.     type: "Convolution"  
1819.     convolution_param {  
1820.         num_output: 512  
1821.         kernel_size: 3  
1822.         pad: 1  
1823.         stride: 1  
1824.         weight_filler {  
1825.             type: "msra"  
1826.         }  
1827.         bias_term: false  
1828.   
1829.     }  
1830. }  
1831.   
1832. layer {  
1833.     bottom: "res5c_branch2b"  
1834.     top: "res5c_branch2b"  
1835.     name: "bn5c_branch2b"  
1836.     type: "BatchNorm"  
1837.     batch_norm_param {  
1838.         use_global_stats: false  
1839.     }  
1840. }  
1841.   
1842. layer {  
1843.     bottom: "res5c_branch2b"  
1844.     top: "res5c_branch2b"  
1845.     name: "scale5c_branch2b"  
1846.     type: "Scale"  
1847.     scale_param {  
1848.         bias_term: true  
1849.     }  
1850. }  
1851.   
1852. layer {  
1853.     bottom: "res5b"  
1854.     bottom: "res5c_branch2b"  
1855.     top: "res5c"  
1856.     name: "res5c"  
1857.     type: "Eltwise"  
1858.     eltwise_param {  
1859.         operation: SUM  
1860.     }  
1861. }  
1862.   
1863. layer {  
1864.     bottom: "res5c"  
1865.     top: "res5c"  
1866.     name: "res5c_relu"  
1867.     type: "ReLU"  
1868. }  
1869.   
1870. layer {  
1871.     bottom: "res5c"  
1872.     top: "pool5"  
1873.     name: "pool5"  
1874.     type: "Pooling"  
1875.     pooling_param {  
1876.         kernel_size: 7  
1877.         stride: 1  
1878.         pool: AVE  
1879.     }  
1880. }  
1881.   
1882. layer {  
1883.     bottom: "pool5"  
1884.     top: "fc1000"  
1885.     name: "fc1000"  
1886.     type: "InnerProduct"  
1887.     param {  
1888.         lr_mult: 1  
1889.         decay_mult: 1  
1890.     }  
1891.     param {  
1892.         lr_mult: 2  
1893.         decay_mult: 1  
1894.     }  
1895.     inner_product_param {  
1896.         num_output: 1000  
1897.         weight_filler {  
1898.             type: "xavier"  
1899.         }  
1900.         bias_filler {  
1901.             type: "constant"  
1902.             value: 0  
1903.         }  
1904.     }  
1905. }  
1906.   
1907. layer {  
1908.     bottom: "fc1000"  
1909.     bottom: "label"  
1910.     name: "loss"  
1911.     type: "SoftmaxWithLoss"  
1912.     top: "loss"  
1913. }  
1914.   
1915. layer {  
1916.     bottom: "fc1000"  
1917.     bottom: "label"  
1918.     top: "acc/top-1"  
1919.     name: "acc/top-1"  
1920.     type: "Accuracy"  
1921.     include {  
1922.         phase: TEST  
1923.     }  
1924. }  
1925.   
1926. layer {  
1927.     bottom: "fc1000"  
1928.     bottom: "label"  
1929.     top: "acc/top-5"  
1930.     name: "acc/top-5"  
1931.     type: "Accuracy"  
1932.     include {  
1933.         phase: TEST  
1934.     }  
1935.     accuracy_param {  
1936.         top_k: 5  
1937.     }  
1938. }