关于skip connection位置特征增强模块的通道降维策略的比较

关于skip connection位置特征增强模块的通道降维策略的比较

在Camouflaged Object Detection (COD) 或其他语义分割任务中,skip connection 位置的特征增强模块的通道降维策略主要有两种方式:

  1. 方式 A:先保持输入输出通道数一致,之后再降维

    • 例如 CoordAtt() 这类模块,输入输出通道数与 feature extractor 提取的原始特征通道数相同,然后在后续利用 1x1 卷积或其他操作进行降维。
  2. 方式 B:直接将输出通道降维(例如到64或128)

    • 例如,一些模型会直接在skip connection增强模块中降维,将输出通道数固定为 64 或 128,而不是保持与输入通道一致。

这两种方式的主要区别在于:

方式 优势 劣势
方式 A 先保持通道数一致,后降维 保持更多的特征信息:先经过注意力或其他特征增强操作后再降维,保留更多局部信息。
更容易集成不同通道数的特征,在特征融合时更加灵活。
计算量较大:由于skip connection的通道数较高,会增加计算量,
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值