DLA-34网络（Deep Layer Aggregation）是一种深度学习架构，它使用多层卷积神经网络来提取图像特征。它的主要特征在于其使用了自动上采样和自动下采样来减少参数数量。此外，它使用了“端到端”学习方法来训练神经元，从而减少了手动特征工程的必要性。DLA-34通过将这些优化相结合，可以在不减少检测性能的情况下大大减少计算机的内存需求。