[深度学习从入门到女装]DPN

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/