DRACOYU的博客

注意力机制大概分为以下，Spatial domain，Channel domain，Mixed domain以及Self-attention。接下来简单介绍这部分方法。SE-Net: Squeeze-and-Excitation NetworksSE-Net应用比较多，其基本原理是对于每个输出channel，预测一个常数权重，对每个channel加权一下。结构如下图：第一步每个通道H*W个数全局平均池化得到一个标量，称之为Squeeze，然后两个FC得到01之间的一个权重值，对原始的每个Hx

论文链接：https://arxiv.org/abs/1910.03151代码地址：https://github.com/BangguWu/ECANet

论文：http://mftp.mmcheng.net/Papers/20cvprSCNet.pdf代码：https://github.com/MCG-NKU/SCNet《Improving Convolutional Networks with Self-calibrated Convolutions》 CVPR2020 南开大学程明明团队（将多尺度引入Resnet中的Res2Net）CNN的最新进展主要致力于设计更复杂的体系结构，以增强其特征表示能力，各种卷积模块工作层出不穷，性能涨点明显，包