HRNet

本文解析了HRNet的Make_one_branch函数,介绍了如何在并行分支中进行特征处理。重点讨论了make_fuse_layer模块,涉及上采样、下采样操作。此外,详细介绍了stage1至stage4的构建策略,以及loss计算方法。涵盖了ResNet和HRNet核心模块的对比与应用。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

Make_one_branch()
Layers[]  layers.append
Make one branch 创建一个新的并行行
循环layers.append   在每一行的第一个进行降采样,其他循环添加

 

make_fuse_layer()

建立融合数组   构建相加累积的数组

for i

for j

如果j=i,不需要添加

如果j>i,进行上采样

j<i,进行下采样

   

构建 stage1 的 layer _make_layer()

stage1 产生 1/4 feature map,没有 branch 分支结构,采用与 resnet 完成一样的 _make_layer() 函数构建层

第一层根据blocks来循环构建


构建 stage 2/3/4 的 layer _make_stage

stage 2/3/4 为 HRNet 核心结构,用到了核心类 HighResolutionModule,内含 make_branches 构建和特征 _make_fuse_layers 模块

计算loss

batch_size = output.size(0)
num_joints = output.size(1)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值