ResNet学习介绍

前言

最近在看有关ASSD目标检测的论文，其中提到使用ResNet101作为整个模型的主干网络，于是我就想着干脆把ResNet先通俗理解一遍，再进行下一步的ASSD模型的理解（ps：仅供参考，如有误解，还望指出）。

ResNet概述

在弄懂ResNet101之前，得先搞清楚什么是ResNet？(简单也很实用！)

ResNet是一种残差网络(Residual Network)，残差指的就是观测值与预测值之间的差，对于残差网络，作者是这样表述的：一层网络可以看做y = H(x)，而残差网络的一个残差块可以表示为H(x)= F(x) + x，从而残差F(x) = H(x) - x，在单位映射中，y=x便是观测值，而H(x)是预测值。其实我们可以把残差网络看作是一个子网络，通过对其不断堆砌而构成一个很深的网络。

在ResNet中提出了两种mapping(映射层)，一个是identity mapping(恒等映射层：输入等于输出，其实指的就是本身y = x)，其实就是上图中的x，另一个就是residual mapping(残差映射，其实指的是差：H(x) - x)，其实就是F(x)。这个结构使用了一种连接方法叫shortcut connection或skip connections，按照中文意思就是