博主这里的无痛涨点是指，在训练时增加一定的flop，可能会降低收敛速度，但是在测试时保持flop不变增强模型的精度。flop不变（模型参数量不变），性能增加，这不就白捡的性能么。那这是如何做到的呢？
该操作通过利用特定卷积结构的可合并性，设计出新的block结构，在训练时block是一个多支路结构（flop增加），在测试是block的参数进行重构变成单个支路（flop不变）。其主要工作，就是设计出可以合并为单个conv的block结构。在训练时，使用block复杂结构提取更为丰富的图像特征；在测试时，将复杂的block结构转变为单一的conv结构。因此实现了，涨点不涨flop。
我们可以使用ACNet、RepVGG、DBBNet项目中的Block设计替换自己的Conv3x3模块，从而实现无痛涨点。可以参考博主的上一篇文章，可以实现不改源码，轻松替换特定模块。pytorch 26 科学炼丹（训练）方式之——魔改网络（给模型做外科手术，实现module的删除、修改与添加，forward流程的修改）_万里鹏程转瞬至的博客-CSDN博客
接下来博主按照论文的发表时间顺序进行解读。
1、ACNet
源自大佬Xiaohan D