q1324379205的博客

作者指出现有CNN架构中使用跨步卷积和池化层的设计，在处理低分辨率图像或小物体时会导致信息的丢失和特征表示的不足。提出的SPD-Conv结构包含一个空间到深度（Space-to-Depth, SPD）层和一个非跨步的卷积层。SPD层可以在不丢失信息的情况下降低特征图的空间维度，而后续的非跨步卷积层则用于处理增加的通道数，以学习有效的特征。论文的主要创新在于提出了一个新的CNN构建块，有效地解决了传统CNN在处理特定类型数据时的限制，并通过广泛的实验验证了其有效性。