GhostBotleneck结构中的shodcut=True和shorcut=False的区别在干是否使用残差连接。当shorcu=True时，使用残差连接，可以以加速模型的收敛速度和提高模型的准确率，当shorcu=False时，不使用残差连接，可以减少模型的参数数量和计算量。
实际上不只是Ghostbottleneck具有残差连接，在C3、C2f等具有Bottleneck模块的结构均可根据此例举一反三。 相关问题
init (self, in channels, out channels, stride, shortcut=True, if first=False, num seg=8, name=None)
这是一个类的初始化函数，它有以下参数:
- in channels:输入特征图的通道数
- out channels: 输出特征图的通道数。
- stride: 卷积操作的步长。
- shortcut. 是否使用短连接结构如果为 True，会在卷积层中添加短连接，以避免梯度消失和梯度爆炸的问题
- if_first::是否是网络中的第一层。如果是第一层，会使用不同的初始化方式。
- num_seg:残差块中分段卷积的分段数。
- name:层的名称，用于区分不同的层
这个函数的作用是初始化一个残差块的参数。残差块是深度卷积神经网络中的一种基本模块，可以有效地解决梯度消失和梯度爆炸的问题。
