DarkNet网络结构

一、darknet53网络结构图

文字版：卷积+(下采样卷积+1残差块)+(下采样卷积+2残差块)+(下采样卷积+8残差块)+(下采样卷积+8残差块)+(下采样卷积+4*残差块)

     不难看出，darknet53就是重复堆叠下采样卷积+n*残差块(n为残差块的个数)这个结构而组成的。而更基本的结构就是残差块了，因此我们先构建出残差块，然后重复堆叠上述结构darknet53就完成了。

二、残差快结构

       残差块结构不止下图这一种，但我们只讨论darknet53中用到的这种。如下图所示，残差块结构由两条支路组成，一条支路将上一层输出的feature map进行卷积等操作，另一条支路将上一层输出的feature map恒等映射，并与刚才卷积操作完的feature map进行逐元素相加，因此两条支路的通道数必须相等。也就是说发生卷积等操作的那条支路(残差路)的输出不能改变feature map的通道数。

另外，darknet53在所有的卷积之后和激活(leakyrelu)之前会插入bn层(batch normalization)。 

import torch
import torch.nn as nn
# 残差模块
class ResidualBlock(nn.Module):
    def __init__(self,inplanes,planes):
        # inplanes是下采样卷积完输入到残差支路的通道数，planes是一个列表，planes[0]是残差第一个卷积操作输出通道数，也是第二个卷积操作输入通道数
        # planes[1]是残差第二个卷积操作输出通道数
        super(ResidualBlock,self).__init__()
        # 残差支路的第一个卷积操作：卷积核1*1，步长1，不填充，不加偏置
        self.conv1 = nn.Conv2d(inplanes,planes[0],kernel_size=1,stride=1,padding=0,bias=False)
        # bn层的输入参数是上一层输出的通道数
        self.bn1 = nn.BatchNorm2d(planes[0])
        # LeakyReLU的参数是负半轴的斜率，正半轴是1
        self.relu1 = nn.LeakyReLU(0.1)
        # 残差支路的第二个卷积操作：卷积核3*3，步长1，填充1(p=1)，不加偏置
        # 卷积输出尺寸计算公式 (n-f+2p)/s+1 此处f=3,p=1,s=1
        self.conv2 = nn.Conv2d(planes[0],planes[1],kernel_size=3,stride=1,padding=1,bias=False)
        self.bn2 = nn.BatchNorm2d(planes[1])
        self.relu2 = nn.LeakyReLU(0.1)
 
        # 【注】darknet的基本操作：卷积+bn+relu
 
    def forward(self,x):
        # 恒等映射支路
        residual = x 
        out = self.conv1(x)
        out = self.bn1(out)
        out = self.relu1(out)
        out = self.conv2(out)
        out = self.bn2(out)
        out = self.relu2(out)
		# 将恒等映射与残差路逐元素相加	
        out = residual + out

 基本结构：下采样卷积+残差块

下图示下采样卷积+n*残差块结构：

       除了第一个单独的卷积+bn+激活操作，一共有5组下采样卷积+n*残差块,按顺序是：(下采+1残差)(下采+2残差)(下采+8残差)(下采+8残差)(下采+4*残差)，所以待会儿会出现一个储存残差块个数的列表blocks_num=[1,2,8,8,4]