SSD中Conv4_x、Conv8_x等卷积层命名符号含义问询

一、VGG16基础网络中ConvN_k的命名含义 #

在SSD论文里，基于VGG16的基础网络标注如Conv4_3、Conv5_3，以及新增特征层Conv8_2、Conv9_2等，命名逻辑遵循VGG网络的原始设计：

• N代表卷积块的序号：VGG16把卷积层划分为多个连续块，每个块内的卷积层共用相同的特征图尺寸，Conv4就是第4个卷积块，Conv5是第5个卷积块；
• k代表块内的卷积层序号：比如Conv4_3指第4个卷积块里的第3个卷积层，Conv5_3指第5个卷积块里的第3个卷积层；
• 对于SSD新增的Conv8_2这类特征层，是延续VGG的命名规则，把新增特征层组建成新的卷积块，每个新增块包含2个卷积层，_2就代表该块内的第2个卷积层。

二、ResNet50基础网络中ConvN_x的命名含义 #

当SSD的基础网络替换为ResNet50时，出现的Conv4_x、Conv5_x标注，对应ResNet的结构设计：

• N代表网络的阶段序号：ResNet将网络划分为多个阶段，每个阶段包含若干残差块，Conv4就是第4个阶段，Conv5是第5个阶段；
• x代表该阶段内所有卷积层的集合（或阶段的输出特征）：ResNet每个阶段会重复堆叠残差块，用_x指代整个阶段的最终输出特征，而非单个卷积层。

（注：使用torchinfo.summary(model,(1, 3, 300, 300))查看可知，作为SSD基础网络的SSD模型与VGG16模型结构相同，但输出特征图存在差异。）

内容的提问来源于stack exchange，提问作者Palguna Gopireddy