如何通过重构实现空间注意力机制的Strip Pooling方法？
- 内容介绍
- 文章标签
- 相关推荐
本文共计188个文字，预计阅读时间需要1分钟。
相关专题：
2.池化操作是在逐像素预测任务中获取较大感受野范围较为高效的做法，传统一般采取N ∗N N* NN∗N的正规矩形区域进行池化，在这篇文章中引入了一种新的池化策略，就是使用长条形的池化kernel来实现池化，即是池化的核心被重新设计为构建了strip pooling操作。
3.这个操作的引入使得网络可以更加高效获取网络大范围感受野下的信息，在这个理念的基础上搭建了使用多个长条池化层构建的新模块。
论文地址：https://arxiv.org/pdf/2003.13328.pdf
本文共计188个文字，预计阅读时间需要1分钟。
相关专题：
2.池化操作是在逐像素预测任务中获取较大感受野范围较为高效的做法，传统一般采取N ∗N N* NN∗N的正规矩形区域进行池化，在这篇文章中引入了一种新的池化策略，就是使用长条形的池化kernel来实现池化，即是池化的核心被重新设计为构建了strip pooling操作。
3.这个操作的引入使得网络可以更加高效获取网络大范围感受野下的信息，在这个理念的基础上搭建了使用多个长条池化层构建的新模块。
论文地址：https://arxiv.org/pdf/2003.13328.pdf