改进深度学习网络的几个思路

由于要优化网络，老师给提供的几个思路：

个人学习后的几个认知：

1.联级特征融合模块

主要用于残差网络最后的残差块融合上

其中 R5 是经过 Res5 通过 3×3 的卷积获得的特征图，该特征图保持空间分辨率不变，并将通道的数量变成256

Res3、Res4、Res5为残差神经网络的几个残差块

2.GCN全局卷积网络（Global Convolutional Network）

1. 问题提出

当前网络的设置倾向于使用小尺寸滤波器，在相同的计算代价下效果与大核的效果相同，但是后者在同时处理分类和定位任务时非常关键。
分类和定位任务“天生”矛盾，对于分类任务来说，其要求网络具有不变性，即在各种变化和旋转之后，类别仍然一致；对于定位任务则相反，要求其对变换敏感。

2. 解决方案

为了克服上面提到的问题，提出了遵循下面两个准则的Global Convoluti