Hourglass网络的理解和代码分析

1. 前言

目标检测最新的一些方法中都采用了人脸关键点检测hourglass网络作为检测的主干网络，如CornerNet-Lite系列。目标检测将anchor生成box的方式替换关键点预测，采用hourglass网络的优点在于物体特征点可能出现在网络的不同层，如果采用VGG，或者ResNet网络，最后的特征图很难包含检测物体的所有关键点。

2.一个简单的hourglass网络结构

堆叠hourglass网络的结构如下图，每一个白色的box表示一个residual模块。

堆叠hourglass 网络是个递归的结构，输入从左到中间，维度增加，特征map的大小变小，从中间到右，维度减少，特征map变大，即C1嵌套C2，C2嵌套C3，依次类推，，，C5，C6, C7是residual模块串联，总网络是4层的嵌套。

直观一点，沙漏网络：哈哈哈！！！

residual模块参照下图，这个模块的特性可以对特征图升维和降维，并且不改变特征图的size（W, H）。
每一个白色的box大致可以理解为下面的模块。

如果上图还是看起来复杂，看下图：（就是个利用1*1卷积对图像升维或者降维）
参考：resnet网络

3. Hourglass 网络的定义：

3.1 方法一：

1.先定义residual模块：
residual传入参数（输入特征图数，输出特征图数）

class residual(nn.Module):
    def __init__(self, inp_dim, out_dim, k=3, stride=1):
        super(residual, self).__init__()
        p = (k - 1) // 2

        self.conv1 = nn.Conv2d(inp_dim, out_dim, (k, k), padding=(p, p), stride=(stride, stride), bias=False)
        self.bn1   = nn.BatchNorm2d(out_dim)
        self.relu1 = nn.ReLU(inplace=True)

        self.conv2 = nn.Conv2d(out_dim, out_dim, (k, k), padding=(p, p), bias=False)
        self.bn2   = nn.BatchNorm2d(out_dim)
        
        self.skip  = nn.Sequential(
            nn.Conv2d(inp_dim, out_dim, (1, 1), stride=(stride, stride), bias=False),
            nn.BatchNorm2d(out_dim)
        ) if stride != 1 or inp_dim != out_dim else nn.Sequential()
        self.relu  = nn.ReLU(inplace=True)

    def forward(self, x):
        conv1 = self.conv1(x)
        bn1   = self.bn1(conv1)
        relu1 = self.relu1(bn1)

        conv2 = self.conv2(relu1