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)
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。
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