SE_Net:Squeeze-and-Excitation Networks及其keras实现

Abstract

Squeeze-And-Excitation Blocks

变换$F_{tr}$：$X\in R^{H^{\prime }\times W^{\prime }\times C^{\prime }}\to U\in R^{H\times W\times C}$
$F_{tr}$：卷积运算，
$\mathrm{V}=[{\mathrm{v}}_1,{\mathrm{v}}_2,...,{\mathrm{v}}_{\mathrm{C}}]$：学习到的滤波器内核的集合，
${\mathrm{v}}_{\mathrm{c}}$：第c个滤波器的参数，
输出$\mathrm{U}=[{\mathrm{u}}_1,{\mathrm{u}}_2,...,{\mathrm{u}}_{\mathrm{C}}]$，其中 u c = v c ∗ X = ∑ s = 1 C ′ v c