论文地址:Dual Path Networks
DPN(Dual Path Networks)是将ResNeXt和DenseNet融合到了一起
上图中(a)为ResNet的结构,(b)为DenseNet的结构,+为element-wise addition sum操作
(a)中可以看到,左边的矩形是网络的输入和输出,可以看到在每层是将网络的主干单独出来一个卷积分支,操作完后(element-wise addition)加到网络主干中
(b)中可以看到,左边的多边形是网络的输入和输出,可以看到每层是将网络的主干单独出来一个卷积分支,操作完后(concatenate)到网络主干中,这样之后所有的的输入都是由之前所有层的输出concatenate得到的,体现了dense的思想
上图中的(e)为DPN的结构,其中+为element-wise addition sum操作,~为split操作
(e)中可以看到,左边的矩形和多边形是网络的主干,也就是每层的输入输出,每层的输入经过1*1降维,3*3的group卷积操作,1*1的升维之后,得到的feature map对channel进行split,一部分加(element-wise addition sum)到矩形的主干道上形成residual操作,另一部分concatenate到多边形上形成dense操作,这样在下一层的输入的时候,输入的就是之前所有层的输出并且还利用上了residual,体现出了ResNeXt和DenseNet融合的思想
(d)是没有共享residual和dense的1*1卷积的操作流程
整个网络结构如上图所示,其中G为3*3卷积的分组数,(+k)为增加到denseNet上的channel数
参考:https://blog.csdn.net/u014380165/article/details/75676216/