ResNet50网络基本理论
残差块包括权重层，将输入x通过跳越层直接连接到输出上，F(x)为残差映射，H(x)为原始映射，残差网络使堆叠的权重层拟合残差映射F(x)而不是H(x),则Ϝ(x)=H(x)-x,这种设计是为了克服由于网络深度加深而产生的学习效率变低与准确率无法有效提升的问题。ResNet50网络有两个基本的结构块，分别为Conv Block和Identity Block，其中Conv Block用于改变网络的维度；Identity Block的作用是加深网络。Conv Block的结构如图2左,可以看出，Conv Block可以分为两个部分，左边部分为主干部分，存在两次卷积、标准化、激活函数和一次卷积、标准化；右边部分为残差边部分，存在一次卷积、标准化，由于残差边部分存在卷积，所以可以利用Conv Block改变输出特征层的宽高和通道数。Identity Block的结构如图2右,Identity Block可以分为两个部分，左边为主干部分，存在两次卷积、标准化、激活函数和一次卷积、标准化；右边部分为残差部分，直接与输出相接，由于残差边部分不存在卷积，所以Identity Block的输入特征层和输出特征层的维度是相同的，可以用于加深网络。
