Backbone 之 DetNet：为检测而生（Pytorch 实现及代码解析

• 在组成特征金字塔时，由于特征图大小完全相同，因此可以直接从右向左传递相加，避免了上一节的上采样操作。为了进一步融合各通道的特征，需要对每一个阶段的输出进行 1×1 卷积后再与后一 Stage 传回的特征相加。

DetNet 这种精心设计的结构作用：

• 在增加感受野的同时，获得了较大的特征图尺寸，有利于物体的定位。

• 与此同时，由于各 Stage 的特征图尺寸相同，避免了上一节的上采样，既一定程度上降低了计算量，又有利于小物体的检测。

DetNet 网络结构与残差 ResNet 网络结果对比：

这样设计的区别及作用：本图中左侧的两个 Bottleneck A 与 Bottleneck B 分别对应 DetNet 网络结构图中的 A 与 B，右侧的为原始的 ResNet 残差结构。DetNet 与 ResNet 两者的基本思想都是卷积堆叠层与恒等映射的相加，区别在于 DetNet 使用了空洞数为 2 的 3×3 卷积，这样使得特征图尺寸保持不变，而 ResNet 是使用了步长为 2 的 3×3 卷积。B 相比于 A，在恒等映射部分增加了一个 1×1 卷积，这样做可以区分开不同的 Stage，并且实验发现这种做法对于特征金字塔式的检测非常重要。

具体代码如下：

from torch import nn

?

###这个类只是表示的 DetNet 的小砖块的定义

class DetBottleneck(nn.Module):

###初始化参数 extra 为 False 时，代表 BottleneckA，反之代表 BottleneckB

def init(self, inplanes, planes, stride=1, extra=False):

super(DetBottleneck, self).init()

###构造连续 3*3 个卷积层的 Bottleneck

self.bottleneck = nn.Sequential(

nn.Conv2d(inplanes, planes, 1, bias=False),

nn.BatchNorm2d(planes),

nn.ReLU(inplace=True),

##表示空洞数为 2 的空洞卷积，dilation 表示空洞数

nn.Conv2d(planes, planes, kernel_size=3, stride=1, padding=2,

dilation=2, bias=False),

nn.BatchNorm2d(planes),

nn.ReLU(inplace=True),

nn.Conv2d(planes, planes, 1, bias=False),

nn.BatchNorm2d(planes),

)

self.relu = nn.ReLU(inplace=True)

self.extra = extra

if self.extra:

###表示 Bottleneck B 的 1*1 卷积

self.extra_conv = nn.Sequential(

nn.Conv2d(inplanes, planes, 1, bias=False),

nn.BatchNorm2d(planes)

)

?

def forward(self, x):

if self.extra:

###对于 Bottleneck B 来讲，粗腰对 《一线大厂 Java 面试题解析+后端开发学习笔记+最新架构讲解视频+实战项目源码讲义》无偿开源 威信搜索公众号【编程进阶路】 恒等变换增加额外卷积操作，此处与 ResNet 类似

identity = self.extra_conv(x)