densenet121网络结构

DenseNet-121 是一种深度卷积神经网络，由 4 个密集块和 3 个过渡层组成。DenseNet 的主要特点是每个层都与前面的所有层直接相连，使得信息能够在网络中更加充分地传递和共享。DenseNet-121 的网络结构如下：

输入层：224x224x3（RGB 彩色图像）
第一层卷积层：7x7 卷积核，步长为 2，填充为 3，输出 112x112x64
最大池化层：3x3 窗口大小，步长为 2，输出 56x56x64
第一组密集块：
- 包含 6 个 BN-ReLU-Conv2D 模块（1x1 卷积核和 3x3 卷积核），每个模块的输出都与前面所有模块的输出连接
- 总输出 56x56x256
第一个过渡层：
- 1x1 卷积核，步长为 1，输出 56x56x128
- 2x2 平均池化层，步长为 2，输出 28x28x128
第二组密集块：
- 包含 12 个 BN-ReLU-Conv2D 模块（1x1 卷积核和 3x3 卷积核），每个模块的输出都与前面所有模块的输出连接
- 总输出 28x28x512
第二个过渡层：
- 1x1 卷积核，步长为 1，输出 28x28x256
- 2x2 平均池化层，步长为 2，输出 14x14x256
第三组密集块：
- 包含 24 个 BN-ReLU-Conv2D 模块（1x1 卷积核和 3x3 卷积核），每个模块的输出都与前面所有模块的输出连接
- 总输出 14x14x1024
第三个过渡层：
- 1x1 卷积核，步长为 1，输出 14x14x512
- 2x2 平均池化层，步长为 2，输出 7x7x512
第四组密集块：
- 包含 16 个 BN-ReLU-Conv2D 模块（1x1 卷积核和 3x3 卷积核），每个模块的输出都与前面所有模块的输出连接
- 总输出 7x7x1024
全局平均池化层：
- 输出 1x1x1024
全连接层：
- 输出 1000 个类别的概率