企业官网建设流程全解析

以下是个人对于bisenetv2网络改进的一些想法，记录以下

1. 下采样32倍，根据项目输入分辨率来判断是否合理

2. GELayerS1模块设计问题

残差连接不合理，会限制网络的输出值域，并且可能破坏下一层的特征多样性

feat = feat + x

feat = self.relu(feat)

3. GELayerS2模块设计问题

在conv1网络中下采样，减少计算量

去掉dwconv1

shortcut层简化，残差层不需要学习复杂变化，避免冗余计算

4. BGALayer模块设计问题

right = left2 * torch.sigmoid(right2)
让语义信息去引导空间信息，导致只有单分支起作用，改为让空间信息去引导语义信息
right = right2* torch.sigmoid(left2)

self.left2的下采样过程，替换为2次卷积下采样更优

5. 头部直接上采样8倍，可能导致边缘问题，看情况优化

手头没有GPU，还未验证优化后是否会提升！暂记录！