resnet18在图像分类的网络架构图

### ResNet18 的网络架构

ResNet18 是一种较浅版本的残差网络，具有 18 层深度。该网络采用了 shortcut 连接来解决梯度消失问题并提高训练效果[^3]。

#### 架构特点
- **卷积层**：初始阶段有一个7×7的卷积核，步幅为2，随后跟一个最大池化层。
- **基本模块**：由两个3×3的小型卷积组成的基础构建单元重复堆叠而成。
- **下采样方式**：在某些特定位置采用stride=2的方式来进行空间尺寸减半操作。
- **全连接层**：最终输出前会经过平均池化和平坦化处理再接入到全连接层用于分类预测。

以下是 ResNet18 的具体结构描述：

| Layer Type | Output Size |
|--|
| Conv1 | H/2 × W/2 × 64 |
| MaxPool | H/4 × W/4 × 64 |
| BasicBlock | H/4 × W/4 × 64 → H/8 × W/8 × 128 → H/16 × W/16 × 256 → H/32 × W/32 × 512 |
| Avg Pool | 1 × 1 × 512 |
| FC | num_classes |

其中 `H` 和 `W` 表示输入图片的高度和宽度；`num_classes` 则取决于具体的分类任务类别数。

为了更直观地理解这个架构，可以查看下面给出的一个简化版 ResNet18 结构图表示法:

Input -> Conv(7x7,64,s=2) -> BN -> ReLU -> Maxpool(s=2) ->
BasicBlock(64) * 2 ->
BasicBlock(128,stride=2) * 2->
BasicBlock(256,stride=2) * 2->
BasicBlock(512,stride=2) * 2->
AvgPool -> Flatten -> Fully Connected(num_classes)

对于想要深入了解或实现此模型的研究者来说，建议参考官方文档以及开源框架如 PyTorch 中提供的预定义类 `torchvision.models.resnet18()` 来获取最准确详细的参数配置信息[^2]。