摘要: Spatial Transformer Networks 简介 本文提出了能够学习feature仿射变换的一种结构,并且该结构不需要给其他额外的监督信息,网络自己就能学习到对预测结果有用的仿射变换。因为CNN的平移不变性等空间特征一定程度上被pooling等操作破坏了,所以,想要网络能够应对平移的o 阅读全文
posted @ 2019-09-08 22:36 aoru45 阅读(1552) 评论(0) 推荐(0) 编辑
摘要: Squeeze and Excitation Networks 简介 SENet提出了一种更好的特征表示结构,通过支路结构学习作用到input上更好的表示feature。结构上是使用一个支路去学习如何评估通道间的关联,然后作用到原feature map上去,实现对输入的校准。支路的帮助学习到的是神经 阅读全文
posted @ 2019-09-08 15:27 aoru45 阅读(1611) 评论(0) 推荐(1) 编辑