Squeeze-and-Excitation Networks SE-net

时间 2021-01-21

标签 SE-net 繁體版

原文原文链接

ImageNet 2017夺冠架构：SENet paper传送门参考链接：传送门1 传送门2 核心思想我认为是：不再使用传统的对输入通道经卷积后的结果通道们，进行简单的叠加，而是去寻找各通道间的相关性，给予各通道不同的权值，然后再进行加权求和。这个通道间的权值，通过学习得到。上图： S: 首先是压缩，squeeze（）把一个通道的map（尺寸为 mxn

>>阅读原文<<

1. 《Squeeze-and-Excitation Networks（SENet）》
2. 【SENet】《Squeeze-and-Excitation Networks》
3. SEnet——Squeeze-and-Excitation Networks
4. Squeeze-and-Excitation Networks（SENet）详解
5. 【CVPR2018】Squeeze-and-Excitation Networks (SEnet)
6. 解读Squeeze-and-Excitation Networks（SENet）
7. SENet
8. 论文阅读:Squeeze-and-Excitation Networks(SENet)
9. Squeeze-and-Excitation Networks(SENet) 学习笔记
10. SENet（Squeeze-and-Excitation Networks）网络详解
更多相关文章...
• Docker Compose - Docker教程
• Web 词汇表 - 网站建设指南