当前位置:   article > 正文

SE模块理解+SE-Resnet模块pytorch实现_resnet +se

resnet +se

SE模块理解

SENet是Squeeze-and-Excitation Networks的简称,拿到了ImageNet2017分类比赛冠军,其效果得到了认可,其提出的SE模块思想简单,易于实现,并且很容易可以加载到现有的网络模型框架中。SENet主要是学习了channel之间的相关性,筛选出了针对通道的注意力,稍微增加了一点计算量,但是效果比较好。
SE网络结构SE模块广泛应用于去噪,去雨方向,利用SE模块添加注意力机制,下面说一下为什么SE模块具有注意力机制的原因。

声明:本文内容由网友自发贡献,转载请注明出处:【wpsshop博客】
推荐阅读
相关标签
  

闽ICP备14008679号