Sequeeze-and-Excitation(SE) Block

发布时间:2020-11-23  栏目:人工智能, 机器视觉, 深度学习  评论:0 Comments

Squeeze-and-Excite 对应的论文是Squeeze-and-Excitation Networks

Sequeeze-and-Excitation(SE) Block是一个子模块,可以嵌到其他的模型中,作者采用SENet Block和ResNeXt结合在ILSVRC 2017的分类项目中得了第一。

 

Sequeeze-and-Excitation的层次结构如下
1、AdaptiveAvgPool2d
2、Linear
3、ReLU
4、Linear
5、Sigmoid
先拆成两部分Squeeze部分和Excitation部分
Squeeze部分就是AdaptiveAvgPool2d
Excitation部分就是2到5
先是 squeeze 很形象的词挤压柠檬汁,挤压使用的函数是AdaptiveAvgPool2d(1)
就像以管理小白兔的方式挤压柠檬汁,挤压柠檬汁之后就是Excitation,汁少( 特征少)的那就大棒伺候,汁多(特征多)的给胡萝卜,特征少的抑制它,特征多的就多多关注它。

SE

 

 

SENet是个子模块就可以嵌入到其他网络结构中例如
在这里插入图片描述

 

参考:

https://blog.csdn.net/flyfish1986/article/details/96488227

Comments are closed.

相册集

pix pix pix pix pix pix

关于自己

杨文龙,微软Principal Engineering Manager, 曾在各家公司担任影像技术资深总监、数据科学团队资深经理、ADAS算法总监、资深深度学习工程师等职位,热爱创新发明,专注于人工智能、深度学习、图像处理、机器学习、算法、自然语言处理及软件等领域,目前发明有国际专利19篇,中国专利28篇。

联系我

个人技术笔记

welonshen@gmail.com

2015 in Shanghai