HRNet网络结构
最近正在阅读CVPR2019的论文Deep High-Resolution Representation Learning for Human Pose Estimation。
无奈看论文中的Network instantiation部分太过简略,在网上也没有搜索到一个非常清晰的图示。
我阅读这篇论文的时候,觉得自己如果无法完全清晰地知晓网络结构,就始终有一种浮于表面的感觉,相当于只是学习了一个本文的idea。因此我先去学习了ResNet,再一边学pytorch一边阅读了https://github.com/leoxiaobin/deep-high-resolution-net.pytorch的开源代码(主要是lib/models/pose_resnet.py,网络参数参考的是lib/config/models.py),才算是有了一个比较清晰的认知。
我自己将网络结构手画了下来,首先是整体结构:
其次是对每一模块的详细图示:
画完之后,我也和High-Resolution Representations for Labeling Pixels and Regions这篇论文中的Figure 1比对了一下,确认是对的上的。
转载请注明出处:https://dilthey.cnblogs.com/
分类:
机器学习
【推荐】编程新体验,更懂你的AI,立即体验豆包MarsCode编程助手
【推荐】凌霞软件回馈社区,博客园 & 1Panel & Halo 联合会员上线
【推荐】抖音旗下AI助手豆包,你的智能百科全书,全免费不限次数
【推荐】轻量又高性能的 SSH 工具 IShell:AI 加持,快人一步
· 智能桌面机器人:用.NET IoT库控制舵机并多方法播放表情
· Linux glibc自带哈希表的用例及性能测试
· 深入理解 Mybatis 分库分表执行原理
· 如何打造一个高并发系统?
· .NET Core GC压缩(compact_phase)底层原理浅谈
· 手把手教你在本地部署DeepSeek R1,搭建web-ui ,建议收藏!
· 新年开篇:在本地部署DeepSeek大模型实现联网增强的AI应用
· Janus Pro:DeepSeek 开源革新,多模态 AI 的未来
· 互联网不景气了那就玩玩嵌入式吧,用纯.NET开发并制作一个智能桌面机器人(三):用.NET IoT库
· 【非技术】说说2024年我都干了些啥