Closed mozpp closed 5 years ago
1.你是对的 最后一层不该加bn,我写的时候忘记去掉最后的bn了,不好意思。 2.这个问题我理解没有错误的话,你想说的是:为什么EP没有像residualblock一样,当input channles大于output channles时,将input channels 降至和 output channels一样,然后相加? 我目前写的EP和PEP在channel不同时 的确没有elementwise相加的操作,主要参考了mobilenet-v2和mnasnet的SepConv_3x3和InvertedResidual(见 https://github.com/tonylins/pytorch-mobilenet-v2/blob/master/MobileNetV2.py 和 https://github.com/AnjieZheng/MnasNet-PyTorch/blob/master/MnasNet.py ),也有考虑少了一个downsampler能让最终模型小一点。如果最终效果不好,我会去尝试加入downsampler。
看了代码,和yolo nano论文,有几点疑问: 1,yolo最后一层应该是纯卷积吧?实现中好像是 卷积+bn+激活。 例如
out_conv10 = self.conv10(out)
2,论文中EP模块是有elementwise相加的,但是实现中发现channel不同,实际EP没有elementwise相加,是论文那边表述错了吗?