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 xfeat 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dwconv1shortcut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