计算机视觉可以分为两类任务：图像分类、其他任务。对于图像分类任务而言，通常需要更加浓缩的语义信息，并不需要高分辨率的表征，只需要输出一个整体的标签即可。对于目标检测(区域级别分类任务)、分割和关键点检测(像素级别分类任务)而言，需要网络对位置信息更加敏感，因此需要学习高分辨率的表征。如何学习图像高分辨率表征是HRNet网络所解决的问题。
传统的分类网络总是从高分辨率变为低分辨率，HRNet是从零开始设计的一个全新的网络结构，是一个高分辨率、中分辨率和低分辨率三路并行、不停交互的一个网络结构。
需要说明的是