<强>我就废话不多说了,直接上代码吧!
进口火炬
进口火炬。神经网络是神经网络
进口torch.nn。功能和F
类CatBnAct (nn.Module):
def __init__(自我、in_chs activation_fn=nn.ReLU(原地=True)):
超级(CatBnAct自我). __init__ ()
自我。bn=nn。BatchNorm2d (in_chs,每股收益=0.001)
自我。行动=activation_fn
def向前(自我,x):
x=火炬。猫(x,昏暗的=1)如果其他isinstance (x, tuple) x
返回self.act (self.bn (x))
类BnActConv2d (nn.Module):
def __init__(自我,年代,out_chs kernel_size,泰然自若,
填充=0,组=1,activation_fn=nn.ReLU(原地=True)):
超级(BnActConv2d自我). __init__ ()
自我。bn=nn。BatchNorm2d (in_chs,每股收益=0.001)
自我。行动=activation_fn
自我。conv=nn。Conv2d (in_chs out_chs kernel_size,跨步,填充、组=组,偏见=False)
def向前(自我,x):
返回self.conv (self.act (self.bn (x)))
类InputBlock (nn.Module):
def __init__(自我、num_init_features kernel_size=7,
填充=3,activation_fn=nn.ReLU(原地=True)):
超级(InputBlock自我). __init__ ()
自我。conv=nn.Conv2d (
3 num_init_features kernel_size=kernel_size跨步=2,填充=填充,偏见=False)
自我。bn=nn。BatchNorm2d (num_init_features,每股收益=0.001)
自我。行动=activation_fn
自我。池=nn。MaxPool2d (kernel_size=3,跨步=2,填充=1)
def向前(自我,x):
x=self.conv (x)
x=self.bn (x)
x=self.act (x)
x=self.pool (x)
返回x
类DualPathBlock (nn.Module):
def __init__ (
自我,in_chs、num_1x1_a num_3x3_b num_1x1_c,公司,团体,block_type=罢！?b=False):
超级(DualPathBlock自我). __init__ ()
自我。num_1x1_c=num_1x1_c
自我。公司=公司
自我。b=b
如果block_type“项目”:
自我。key_stride=1
自我。has_proj=True
elif block_type是“下”:
自我。key_stride=2
自我。has_proj=True
其他:
断言block_type是“正常”
自我。key_stride=1
自我。has_proj=False
如果self.has_proj:
#使用不同的成员名,以便更容易参数转换的关键匹配
如果自我。key_stride==2:
自我。c1x1_w_s2=BnActConv2d (
in_chs=in_chs out_chs=num_1x1_c + 2 *公司,kernel_size=1,跨步=2)
其他:
自我。c1x1_w_s1=BnActConv2d (
in_chs=in_chs out_chs=num_1x1_c + 2 *公司,kernel_size=1,跨步=1)
自我。c1x1_a=BnActConv2d (in_chs=in_chs out_chs=num_1x1_a kernel_size=1,跨步=1)
自我。c3x3_b=BnActConv2d (
in_chs=num_1x1_a out_chs=num_3x3_b kernel_size=3,
步=自我。key_stride填充=1,组=组)
如果b:
自我。c1x1_c=CatBnAct (in_chs=num_3x3_b)
自我。c1x1_c1=nn。Conv2d (num_3x3_b、num_1x1_c kernel_size=1,偏见=False)
自我。c1x1_c2=nn。Conv2d (num_3x3_b公司kernel_size=1,偏见=False)
其他:
自我。c1x1_c=BnActConv2d (in_chs=num_3x3_b out_chs=num_1x1_c +公司,kernel_size=1,跨步=1)
def向前(自我,x):
x_in=火炬。猫(x,昏暗的=1)如果其他isinstance (x, tuple) x
如果self.has_proj:
如果自我。key_stride==2:
间=self.c1x1_w_s2 (x_in)
其他:
间=self.c1x1_w_s1 (x_in)
x_s1=间(:,:自我。num_1x1_c,:,:
x_s2=间(:,自我。num_1x1_c::,:]
其他:
x_s1=x [0]
x_s2=x [1]
x_in=self.c1x1_a (x_in)
x_in=self.c3x3_b (x_in)
如果self.b:
x_in=self.c1x1_c (x_in)
着干活=self.c1x1_c1 (x_in)
out2=self.c1x1_c2 (x_in)
其他:
x_in=self.c1x1_c (x_in)
着干活=x_in[:,:自我。num_1x1_c,:,:
out2=x_in[:自我。num_1x1_c::,:]
渣油=x_s1 +着干活
密度=火炬。猫([x_s2, out2],昏暗的=1)
返回渣油,密集的
类DPN (nn.Module):
def __init__(自我、?False, num_init_features=64, k_r=96,组=32,
b=False, k_sec=(3) 3、4、20日inc_sec=(16、32, 24岁,128),
num_classes=1000, test_time_pool=False):
超级(DPN自我). __init__ ()
自我。test_time_pool=test_time_pool
自我。b=b
如果其他小4 bw_factor=1
块=OrderedDict ()
# conv1
如果小:
块[' conv1_1 ']=InputBlock (num_init_features kernel_size=3,填充=1)
其他:
块[' conv1_1 ']=InputBlock (num_init_features kernel_size=7,填充=3)
# conv2
bw=64 * bw_factor
公司=inc_sec [0]
r=(k_r * bw)//(64 * bw_factor)
块(“conv2_1”)=DualPathBlock (num_init_features, r, r, bw公司,团体,“项目”,b)
in_chs=bw + 3 * . n:行情)
因为我在范围(2,k_sec [0] + 1):
块[' conv2_ ' + str (i)]=DualPathBlock (in_chs, r, r, bw公司,团体,“正常”,b)
in_chs +=公司
# conv3
bw=128 * bw_factor
公司=inc_sec [1]
r=(k_r * bw)//(64 * bw_factor)
块(“conv3_1”)=DualPathBlock (in_chs, r, r, bw公司,团体,“下来”,b)
in_chs=bw + 3 * . n:行情)
因为我在范围(2,k_sec [1] + 1):
块[' conv3_ ' + str (i)]=DualPathBlock (in_chs, r, r, bw公司,团体,“正常”,b)
in_chs +=公司
# conv4
bw=256 * bw_factor
公司=inc_sec [2]
r=(k_r * bw)//(64 * bw_factor)
块(“conv4_1”)=DualPathBlock (in_chs, r, r, bw公司,团体,“下来”,b)
in_chs=bw + 3 * . n:行情)
因为我在范围(2,k_sec [2] + 1):
块[' conv4_ ' + str (i)]=DualPathBlock (in_chs, r, r, bw公司,团体,“正常”,b)
in_chs +=公司
# conv5
bw=512 * bw_factor
公司=inc_sec [3]
r=(k_r * bw)//(64 * bw_factor)
块(“conv5_1”)=DualPathBlock (in_chs, r, r, bw公司,团体,“下来”,b)
in_chs=bw + 3 * . n:行情)
因为我在范围(2,k_sec [3] + 1):
块[' conv5_ ' + str (i)]=DualPathBlock (in_chs, r, r, bw公司,团体,“正常”,b)
in_chs +=公司
块[' conv5_bn_ac ']=CatBnAct (in_chs)
自我。特点=nn.Sequential(块)
#使用1 x1 conv FC层允许额外的池方案
自我。null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
null
