这篇文章主要提出了几个改进网络结构的方式，降低计算量并保持精度。
Cross Stage Partial DenseNet
跨阶段其实就是把特征图，按照channel分成两半，然后一半经过dense模块，另外一半和dense模块的输出concat一下，以此来减少计算量。其他的细节我觉得都是实验出来的，实验结果好然后解释一番。
transition模块
这个模块在densenet里面定义，其实很简单，包括：
- transition layer模块:BN+Relu+Conv(11)(filternum:θm，其中0<θ<1，文章取θ=0.5)+dropout+Pooling(22)
- 这里conv1x1可以用来减少channel数。
用作目标检测的时候加入了一个EFM模块
EFM：Exact Fusion Model，特征融合的模块。就是子啊fpn的时候融合一下上下层的特征。
这个结构也是有些精度提高的。