resnet50的5个stage输出图片尺寸从stage2-4分别以2倍下降。但程序中，这三个阶段中，都分别有一个步长为2的conv2和一个步长为2的下采样，那每个stage的图片尺寸应该下降4倍才对，为何是下降2倍呢
56x56降到28x28降到14x14，不知道你说的2倍是指长宽下降2倍？大小是下降了4倍。每一层只有头一个conv是配置了stride为2，通过这个conv来降低output_size