热门标签
热门文章
- 1Git高阶教程_git设计理念
- 2Ubuntu22.04安装Node.js教程_ubuntu22.04安装node-red
- 3关于web3合约学习之HelloWorld
- 4【附源码】计算机毕业设计SSM无人驾驶汽车管理系统_登录数据流图计算机毕设
- 5巴特沃斯(Butterworth)滤波器（二）_二阶巴特沃斯滤波器公式
- 6【原创】JavaWeb的宠物领养系统（Web宠物领养系统毕业设计）
- 7最全2024年软件测试学习路线图（适合零基础），终局之战
- 8华为系统底层是用Java写的吗？和安卓的区别？_华为的it架构是java
- 9使用Redis缓存存在的问题_qimickey
- 10大学生免费申请Github Education（包括Github Copilot）
当前位置: article > 正文
SENet论文理解_demsenet多尺度特征重用
作者：我家自动化 | 2024-05-16 21:42:13
赞
踩
demsenet多尺度特征重用
参考博客：https://blog.csdn.net/wfei101/article/details/79672944
https://blog.csdn.net/u014380165/article/details/78006626
pytorch代码：https://github.com/miraclewkf/SENet-PyTorch
1. 为什么提出该网络？
普通的卷积网络通常是在特征图上的局部区域和特征维度上的信息进行聚合，使用一系列的卷积操作便可以使网络感受到全局信息。目前的研究大都从空间维度上来提升网络性能，本文作者提出一种考虑通道数方面的关系来提升性能的方法。
本文主要包括两个方面：Squeeze 和 Excitation。首先提取每一个通道上特征图的全局感受野，然后对其进行“特征重标定”，即通过学习的方法来提取每个通道的学习程度，从而提升程度大的抑制程度小的特征。
2. SENet模型
声明：本文内容由网友自发贡献，不代表【wpsshop博客】立场，版权归原作者所有，本站不承担相应法律责任。如您发现有侵权的内容，请联系我们。转载请注明出处：https://www.wpsshop.cn/w/我家自动化/article/detail/580596
推荐阅读
相关标签
