改写：首先在conv1中对输入做卷积操作之后包含4个残差块后面部分包括16个构建块每个由三层组成共48层最后进行全连接操作以便于进行分类任务因此 ResNet50 共 50 层示意图如图 33 所示将 ResNet50 融合 Faster RCNN 的 改进模型如图 34 所示。

ResNet50是一个由卷积层和残差块组成的深度神经网络，它包含了4个残差块和16个构建块，共48层。在进行完这些层的计算后，网络会进行全连接操作以便于进行分类任务。因此，ResNet50总共有50层。如图3.3所示，首先在conv1中对输入进行卷积操作，然后依次进行各个层的计算。为了进一步提升性能，我们将ResNet50与Faster RCNN的改进模型进行了融合，如图3.4所示。