论文:Squeeze-and-Excitation Networks 论文链接:https://arxiv.org/abs/1709.01507 代码地址:https://github.com/hujie-frank/SENet PyTorch代码地址:https://github.com/miraclewkf/SENet-PyTorch Sequeeze-and-Excitation(SE) block并不是一个完整的网络结构,而是一个子结构,可以嵌到其他分类或检测模型中,作者采用...
Squeeze-and-Excitation Networks 张佳程 12 人赞同了该文章 简单分享一个“简单”却很有效的子结构设计——SE block(Squeeze-and-Excitation block),它发掘并刻画feature map中channel-wise feature间的关系,并显式地进行特征重标定,以提升有用的特征、抑制作用不太大的特征。SE block以微小的计算成本为现有的先进...
在本文中,相反,我们聚焦在通道维度的关系上,提出一个全新的结构单元,我们叫做“Squeeze-and-Excitation”(SE)block,它可以通过对不同通道之间的关系进行建模,自适应地重新校准按通道的特征相应。我们可以将SEblock堆叠,构成SENet结构,可以在不同的数据集上都非常有效。我们进一步验证,SE blocks对SOTA的CNN结构可以带来...