densenet121网络结构图

DenseNet-121是一种深度卷积神经网络，它在图像分类和目标检测等计算机视觉任务中表现出色。下面是DenseNet-121的网络结构图：

输入层 -> 卷积层 -> 批归一化层 -> ReLU激活函数 -> 最大池化层 -> Dense Block1 -> 过渡层 Dense Block 2 -> 过渡层 -> Dense 3 -> 过渡层 -> 全局平均池化层 -> 全连接层 -> Softmax输出层

其中，ense Block由多个密集连接的卷积个卷积层的输入是前面所有卷积层的输出。过渡层用于减小特征图的尺寸和通道数，以控制模型的复杂度。全局平均池化层将特征图转换为向量，全连接层用于分类任务，Softmax输出层用于计算类别概率。