1.一种用于实现残差网络特征数量匹配的优化方法，其特征在于，所述方法包括以下步骤：

步骤1.初始卷积特征编码：由第一个编码器组实现，该编码器包括一个初始卷积层将原始数据中提取16个特征图，再通过一个卷积单元组深化特征，而对应的快捷连接不需要应用通道优化单元，可以直接应用；

步骤2.基于特征匹配的多级优化特征卷积编码：从上个步骤得到的特征图组依次通过

4个编码器组进行后续4级下采样的深化特征操作，在该步骤的编码器组中，使用步幅为2的最大池化层来是特征的深度由浅入深地提取，为解码器的卷积单元设置2组卷积组合(BN+ReLu+Conv)并完成特征提取的功能；其中为了实现残差学习框架，设置了通道优化单元，即先由一个批量归一化层处理下采样后的数据，在用一个尺寸为1*1*1，步幅1，边缘填补0的卷积层提升对应的特征层数，来匹配在卷积单元组的输入和输出时的特征图数量；

步骤3.基于特征匹配的多级优化特征卷积解码：在数据进行所有的编码器组后，特征深化到了一定程度，设置5组解码器逐级恢复特征图的描述至输入图像大小，以达到端对端映射的目的；在该步骤的解码器组中，由于最大上采样的操作需要在编码的同时记录索引，会造成训练代价的急剧上升，因此采用转职卷积的方式，设置了叠加操作，即叠加来自对应尺寸对应特征等级编码器的特征图，由于通道数量的再一次增加，在解码器的卷积单元组中的第一个卷积层上进行通道数再次减半的操作，以在解码器端构建残差学习框架；

步骤4.最终概率图映射：通过最后1级解码器组，其输出后设置了卷积层映射对应分类的数量，并在最后设置了Softmax层以对第四维度进行归一化，使得每个体素在所以类别的概率值和为1。