一文读懂HRNet

朕心甚慰

因为下采样的时候使用了3x3的卷积，感受野变大了，通道数也更多，语义信息会增强

余永亮

你好，请问你跑过作者的pytorch1.1分支的源码吗？cityscapes能不能到81.1%

李坏不坏

非常好，请问. The first stage contains 4 residual units where each unit, the same to the ResNet-50, is formed by a bottleneck with the width 64,
and is followed by one 3×3 convolution reducing the width of feature maps to C. The 2nd, 3rd, 4th stages contain 1, 4, 3 exchange blocks, respectively"中的1,4,3exchange blocks该怎么理解啊？

家栋

你好，文种"Most existing fusion schemes aggregate high-resolution low-level and high-level representations obtained by upsampling
low-resolution representations."这句话有点没太懂，感觉有点绕

刘叶荣添

我想请问以下能够从头到尾保持高分辨率，这样势必会增加计算量，那它是如何考量优化计算量的大小的？

吴語

请问位置信息敏感是什么意思，为什么这样就要求保持高分辨率图像

吾不空

前辈：
你好，我其实对这句话理解的不是很到位：整个backbone的构建流程可以总结为：make_backbone -> make_stages -> make_branches，可否指导一下

最是忆江南

您好，这片文章里的代码，是从一个代码里的class里抽取出来的吧，能请您贴一下源代码的链接吗？我看reference里的代码不太像，很复杂

做个乐观正派好青年

主要以往的高分辨率的表示是从低分辨率上采用得来的，这样做不可避免的会有损失，而本文是全程保持高分辨率，不存在损失问题，所以这里专门说明了之前的高分辨率表征的来源。

杨庆香

请问能否移植到yolo系列上使用