DenseNet

收录理由

这是DenseNet作者亲自发布的官方实现，该网络曾在CVPR 2017上获得最佳论文奖。它的核心设计是密集连接模块，每一层都会用到之前所有层输出的特征图，这样可以在不导致参数量爆炸的前提下把网络做得更深。仓库里既有最初的Torch版本代码，也有另一份技术报告里介绍的内存效率更高的实现，同时还保留了原作者在CIFAR和ImageNet上使用的训练和评估细节。如今很多视觉骨干网络中仍然能看到类似的密集连接思路，如果你正在重新实现、对比或者把这种结构迁移到别的框架，这份参考源码能帮你省去很多摸索。想复现论文里的实验结果，或者搞清楚密集连接到底是怎么工作的，直接看这份代码比读别人整理的介绍要清晰得多。