对CNN有所涉及的同学应该都知道,神经网络中并不是单纯地堆砌layer,但事实上也确实需要堆砌layer,但倘若堆砌的layer有周期性的重复,我们就可以将其封装成一个block,方便使用。
但如何判断conv4_3到底是指第4个卷积块中的第3层,还是指第4个卷积块,而该卷积块有3个卷积层?
先说结论,神经网络中conv4_3指神经网络中的第4个卷积块(block)的第3个卷积层(layer)。
举例来讲,在SSD这篇论文中,作者提到了他们的模型使用VGG16作为基础架构,如下图所示:
上面这段话是说他们的模型使用conv4_3等来预测位置和置信度,但依旧无法做出判断,因为在这个场景下,两种理解最后可以表达同一个意思——一个是通过某层后的特征,一个是通过某块后的特征,虽然有差别,但实际效果是一样的。
不急,让我们看下图:
可以看到Conv5_3 layer是512个通道,而回到VGG16中发现,VGG16的第5个卷积块一共有3个layers,且最后一个layer正好是512个通道。所以我们认为结论成立。更何况上图中layer是单数形式(笑.jpg)。
在确认意义后,再回过头看第一张图,“我们利用某层输出的特征来预测……”,是不是觉得非常自然?