12 2023 档案
摘要：跨空间学习的高效多尺度注意模块 摘要 在各种计算机视觉任务中，通道或空间注意机制在产生更多可识别的特征表示方面具有显著的有效性。然而，通过通道降维来建模跨通道关系可能会对提取深度视觉表征带来副作用。 本文提出了一种新型的高效多尺度注意力(EMA)模块。为了保留每个通道上的信息和减少计算开销，我们将部
阅读全文
摘要：SCConv：用于特征冗余的空间和通道重建卷积 摘要 卷积神经网络（CNN）在各种计算机视觉任务中取得了显着的性能，但这是以巨大的计算资源为代价的，部分原因是卷积层提取了冗余特征。最近的工作要么压缩训练有素的大型模型，要么探索精心设计的轻量级模型。在本文中，我们尝试利用特征之间的空间和通道冗余进行
阅读全文
摘要：注意力机制 一、注意力机制 人可以通过眼睛看到各种各样的事物，感知世界上的大量信息，但可以让自己免受海量信息的干扰，可以选择重要信息而忽视不重要信息。 例如一张图片，我们会把下意识把注意力集中在主体身上，而非背景。 同样，希望网络也具有这种能力，引入注意力机制是对输入进行加权再输出，希望网络关注到的
阅读全文
摘要：Feature map（特征图） 在CNN的每个卷积层，数据以三维形式存在。可以看成是多个二维图片叠在一起，其中每一个称为一个feature map。 在输入层，如果是灰度图片，那就只有一个feature map；如果是彩色图片，一般是三个feature map（红绿蓝）。 在其他层，层与层之间会有
阅读全文
