ResNet50
分类: 网络架构
ResNet50
定义
50 层残差网络，使用 Bottleneck Block（1×1 → 3×3 → 1×1 卷积 + 跳跃连接），ImageNet 分类经典 baseline
核心要点
包含 4 组残差层（3, 4, 6, 3 个 Bottleneck），参数量约 25.6M
Bottleneck 设计通过 1×1 卷积降维/升维，比 BasicBlock 在深层网络中更高效
ImageNet Top-1 约 76.1%，是最常用的视觉特征提取骨干之一
代表工作
He et al. (2016): Deep Residual Learning for Image Recognition