地址:https://github.com/pytorch/vision/blob/master/torchvision/models/resnet.py
贴代码
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 |
|
首先导入torch.nn,pytorch的网络模块多在此内,然后导入model_zoo,作用是根据下面的model_urls里的地址加载网络预训练权重。后面还对conv2d进行了一次封装,个人觉得有些多余。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 |
|
这里定义了最重要的残差模块,这个是基础版,由两个叠加的3x3卷积组成,与之相对应的bottleneck模块在下面定义
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 |
|
与基础版的不同之处只在于这里是三个卷积,分别是1x1,3x3,1x1,分别用来压缩维度,卷积处理,恢复维度,inplane是输入的通道数,plane是输出的通道数,expansion是对输出通道数的倍乘,在basic中expansion是1,此时完全忽略expansion这个东东,输出的通道数就是plane,然而bottleneck就是不走寻常路,它的任务就是要对通道数进行压缩,再放大,于是,plane不再代表输出的通道数,而是block内部压缩后的通道数,输出通道数变为plane*expansion。接着就是网络主体了。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 |
|
resnet共有五个阶段,其中第一阶段为一个7x7的卷积处理,stride为2,然后经过池化处理,此时特征图的尺寸已成为输入的1/4,接下来是四个阶段,也就是代码中的layer1,layer2,layer3,layer4。这里用make_layer函数产生四个layer,需要用户输入每个layer的block数目(即layers列表)以及采用的block类型(基础版还是bottleneck版)
接下来就是resnet18等几个模型的类定义
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 |
|
这里比较简单,就是调用上面ResNet对象,输入block类型和block数目,这里可以看到resnet18和resnet34用的是基础版block,因为此时网络还不深,不太需要考虑模型的效率,而当网络加深到52,101,152层时则有必要引入bottleneck结构,方便模型的存储和计算。另外是否加载预训练权重是可选的,具体就是调用model_zoo加载指定链接地址的序列化文件,反序列化为权重文件。
最后,不妨看一下resnet18和resnet50的网络结构,主要是为了看一下basic和bottleneck的区别。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 |
|
这是resnet18,只贴出了前两层,其他层类似,第一层是没有downsample的,因为输入与输出通道数一样,其余层都有downsample。
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 |
|
这是resnet50,只贴出了第一层,每一层都有downsample,因为输出与输入通道数都不一样。可以看在resnet类中输入的64,128,256,512,都不是最终的输出通道数,只是block内部压缩的通道数,实际输出通道数要乘以expansion,此处为4。