有关hrnet的问题

[wanghao15536870732]

你好，非常感谢开源的代码！
但是在运行代码的时候有些问题，当hrnet作为主干网络提取特征时，backbone的channels列表中只加入了stage4的通道总和。

self.stage4_cfg = extra['STAGE4']
num_channels = self.stage4_cfg['NUM_CHANNELS']
block = blocks_dict[self.stage4_cfg['BLOCK']]
num_channels = [num_channels[i] * block.expansion for i in range(len(num_channels))]
self.transition3 = self._make_transition_layer(pre_stage_channels, num_channels)
self.stage4, pre_stage_channels = self._make_stage(self.stage4_cfg, num_channels, multi_scale_output=True)

last_inp_channels = np.int(np.sum(pre_stage_channels))
self.channels = [last_inp_channels]

在获取低层和高层特征的通道时，会出现越界的情况。

 low_level_channels = self.backbone.channels[1]
 high_level_channels = self.backbone.channels[-1]

应该将henet每一阶段的pre_stage_channels加入到channels中，但是这种方式感觉不太对，还是说我的运行方式有问题？

[LiheYoung]

你好，

此处实现的HRNet只能支持FCN、PSPNet这种无需融合低层特征的分割网络，不适用于DeepLabv3+和U-Net。

如果需要使用DeepLabv3+或U-Net，可以使用ResNet系列的骨干网络。

[wanghao15536870732]

我好像懂了，非常感谢。