把特征网络换成resnet-50

从RFCN来看，Resnet-50和Resnet-101到最后一层卷积都是缩小到原来尺寸的16分之一，并且都用的7x7的格子去roi pooling。

看paper可以知道：resnet-50核心是由3个conv2_x（3个卷积层），4个conv3_x（3个卷积层），6个conv4_x（3个卷积层），3个conv5_x（3个卷积层）组成，第一层是一个7x7的卷积，最后一层是一个全连接层。

卷积层有两种形式：一种是卷积层之后接batch_norm+scale+relu，另一种是batch_norm+scale（少了relu）。

block中的identity mapping有些是直接映射，有些在映射上加了卷积，整个网络就是这两种block叠加。

ResNet-50、101、152是由ResNet34将每个模块上图左替换为上图右得到的

每层卷积都有bn和scale，这是https://github.com/KaimingHe/deep-residual-networks中提到的scale层的作用：