论文地址:[2112.11081] RepMLPNet: Hierarchical Vision MLP with Re-parameterized Locality (arxiv.org)
conv_bn层融合参考:[2101.03697] RepVGG: Making VGG-style ConvNets Great Again (arxiv.org)
此代码只是一个demo,粗略实现了一下如何融合Mlp和conv和bn,具体的推导论文有。
作者的论文解说:论文连讲:用重参数化赋予MLP网络局部性、超大卷积核架构【CVPR2022】【基础模型】_哔哩哔哩_bilibili
作者实现的代码所有的MLP都是1x1卷积实现的,因为把feature map都reshape为1x1,所有的特征都reshape到通道数量上,对于1x1的feature map,1x1卷积和MLP是一样的(可以把MLP视为对h,w的全卷积)。这里的实现是用torch.nn.linear的,并且没有用分组卷积,也没有对特征图进行分组。只是一个单纯的demo。