densenet的denseBlock其实就是把输入和输出concat起来,感觉原来的论文里的那个图有点太复杂了
原图是这样的:
实际上可以画成这样:
此外,先用1x1的卷积,再用3x3的卷积可以减少参数
理解如下:
一个densBlock中,所有层的输出都为32,而输入为一个denseBlock中前面所有层的输出concat,
举例如denseNet-169的denseBlock(3),如果对其最后一层只使用3x3卷积,那么输入将近1000个通道,输出为32个通道,参数量为3x3x1000x32≈30万
而如果使用1x1卷积再使用3x3卷积,那么参数总量为1x1x1000x128(输出通道为128)+3x3x128x32≈17万
densenet理解
最新推荐文章于 2023-01-08 14:40:24 发布