deeplabv3架构_ResNet50/Deeplabv3/Deeplabv3+框架解读

知乎小白的第一篇文章，最近在做一个比赛，用到了Deeplabv3，顺便看了一下源码，记录一下。

# 预备知识

本文提到的output_stride来源于deeplabv3论文，指的是(输入图像的分辨率/特征图的分辨率)，可以看出，output_stride越大，说明特征图越小，越高层。

# ResNet50

ResNet50包括一个Init Block和四个stage，以及最后的Avgpool和fc。下采样了32倍。(一般的分类网络都是下采样32倍)图1 ResNet的结构图

1. Init Block

由一个7×7的卷积层+一个maxpooling层组成，其中卷积层的stride为2，因此经过Init block后的输出尺寸降了4倍。 Init Block输出为64通道。

2. stage1-4

stage1-4的残差块个数依次为[3,4,6,3].stage1

stage1由三个unit(残差单元)构成，都是1×1或3×3的小卷积，且stride都为1，因此经过stage1后的输出尺寸相对于原图还是降了4倍(与Init block的输出尺寸相同)，stage1输出为256通道。stage2

stage2由四个unit组成，其中unit1的3×3卷积核stride为2，因此，经过stage2后的输出尺寸相对于原图降了8倍，stage2输出为512通道。stage3

stage3由六个unit组成，其中unit1的3×3卷积核stride为2，因此，经过stage3后的输出尺寸相对于原图降了16倍࿰