Convolution（DepthwiseConv，ConvolutionDepthwise）

layer {
   name: "resx1_conv2"
   type: "ConvolutionDepthwise"
   bottom: "resx1_conv1"
   top: "resx1_conv2"
   convolution_param {
     num_output: 54
     kernel_size: 3
     stride: 2
     pad: 1
     bias_term: false
     weight_filler {
       type: "msra"
     }
   }
 }

需要修改为:

layer {
   name: "resx1_conv2"
   type: "Convolution"
   bottom: "resx1_conv1"
   top: "resx1_conv2"
   convolution_param {
     num_output: 54
     group: 54
     kernel_size: 3
     stride: 2
     pad: 1
     bias_term: false
     weight_filler {
       type: "msra"
     }
   }
 }

如果DepthwiseConv和ConvolutionDepthwise中已携带group属性，则只修改type为Convolution即可；如果没有携带group属性，则需添加group属性: group==num_output（group、out_channel和input_channel必须相同）

修改后的模型文件（.prototxt）和权重文件（.caffemodel）的op name、op type必须保持名称一致（包括大小写）。

1. 如果out_w==out_h==1: feature_w==feature_h==filter_w==filter_h，且取值范围在1~11
2. 不支持输出的W==1，输出的H不等于1的场景
3. 如果group==Channel，则要求 Filter_h*filter_w*32+feature_w*(31*stride_h+filter_w)<=32768，且满足Filter_w，filter_h配置范围在1~255
4. 其它场景: Filter_W和Filter_h配置范围在1~255