改写：图2中第一列是用于提取特征的骨干网络。为了丰富网络尺度采用了四个卷积核大小为3×3的卷积层和一个池化层作为网络的主干第一个卷积层的输入通道数为3输出通道数为16。其中两个3×3卷积层作为一个阶段输出特征映射的尺寸随着阶段数的增加而减小特征通道数增加。两个阶段之间通过一个最大池化层将第一阶段的特征进行降采样处理该操作去除了第一阶段的冗余信息并且将第一阶段输出的特征进行压缩以输入到第二阶段。

在图2中，第一列展示了用于特征提取的骨干网络。为了增强网络的多尺度特性，我们采用了四个卷积核大小为3×3的卷积层和一个池化层作为网络的主干。其中，第一个卷积层的输入通道数为3，输出通道数为16。在两个3×3的卷积层构成的一个阶段中，随着阶段数的增加，输出特征映射的尺寸逐渐减小，而特征通道数增加。在两个阶段之间，我们使用最大池化层对第一个阶段的特征进行降采样处理，以去除冗余信息并进行特征压缩，以便输入到第二阶段。