DBB

参考 GoogleNetV 1 的 Inception block 的概念，结合结构重参数划的理论，设计出 DBB，是继 RepVGG 、ACNet 之后，结构重参数化的又一迭代，其提供重参数化的微结构更多

什么是 DBB ？

• 
• 参考 GoogleNetv1 的 Inception block 的概念，结合结构重参数划的理论，设计出 DBB
• DBB 是继 RepVGG 、ACNet 之后，结构重参数化的又一迭代，其提供重参数化的微结构更多

DBB 的网络结构？

• 
• 参考 GoogleNetv1 的 Inception block 的概念，结合结构重参数划的理论，设计了 DBB block
• 每个 DBB block 包含 4 个并行的路径，推理时融合成 1 个路径

DBB 的 6 种模块可以等价转为单个卷积？

• 
• 1. Conv-BN 合并：经典的卷积层融合 BN 层的结构
• 2. 并行合并：参考 ACNet，卷积核可线性相加
• 3. 串行合并：参考 ACNet，卷积核可线性相加
• 4. 并行拼接：参考 ACNet，卷积核 kernel size 保持不变，数量是两个分支相加
• 5. 平均池化转换：平均池化很像卷积核的过程，只不过是求和后加平均而已，直接对卷积核的值除 KxK，后面得到的卷积和就是 AVG 后的值了
• 6. 多尺度卷积合并：参考 ACNet，同一将卷积核扩充为 KxK，再进行融合