非常好的代码
我看了作者的tensorflow代码,问一个问题,是不是您这也是在标准的resnet101上修改的
普通的resnet的block4的feature size,也就是stage2的feature size应该是block3(rpn feature size)的二分之一,比如说提取rpn feature的size是50x75,那么最后进入那个head的应该是25x38,但是这里貌似最后的size还是50x75,block4和block3是一样的size,并且还用了2次膨胀卷积,这里的预训练参数是您完全按照这个网络结构重新在imagenet 上重新训练的呢,还是直接用标准的resnet的预训练参数?