本文讲述sknet的核心部分:自适应性的注意力编码机制
SKNet 对不同输入使用的卷积核感受野不同,参数权重也不同,可以自适应的对输出进行处理
注:本人才疏学浅,文章难免有疏漏之处,仅给初学者阅读交流,大牛轻喷.
文章图片
开始之前的题外话说来也算有趣,最近读了几个关于CV领域的paper,有的号称其idea来源于神经科学,比如SIM-AM
文章图片
的三维特征推断(这个其实没怎么看懂),言归正传,我们看一看sknet吧
文章图片
1.神经科学背景
文章图片
文章图片
比如说inception模型的'宽度'
文章图片
于是提出了sknet,不同大小的感受视野（卷积核）对于不同尺度的目标会有不同的效果。尽管 Inception 这样的增加了多个卷积核来适应不同尺度图像，但是卷积核权重相同,参数就是被计算好的了.SKNet 对不同输入使用的卷积核感受野不同,参数权重也不同,可以自适应的对输出进行处理
文章图片
sknet网络主要由 Split、Fuse、Select 三部分组成。
原文:'为了使神经元能够自适应地调整它们的 RF 大小，我们提出了一种自动选择操作，即“选择性内核”（SK）卷积，在具有不同内核大小的多个内核中。具体来说，我们通过三个运算符实现 SK 卷积——Split、Fuse 和 Select，如图 1 所示，其中显示了两个分支的情况。因此在这个例子中，只有两个内核大小不同的内核，但是很容易扩展到多个分支的情况。'
文章图片
1.SPILT部分
'拆分：对于任何给定的特征图 X ∈ C H W，默认情况下，我们首先进行两个变换(其实就是卷积,对应图中的X到两个U)
细节:内核大小为 3和 5，分别。请注意，这里的卷积是有效的分组/深度卷积、批量归一化 和 ReLU 函数依次组成。为了进一步提高效率，具有 5×5 内核的传统卷积被替换为具有 3×3 内核和扩张大小 2 的扩张卷积。'
什么意思?
很简单,看代码:
文章图片
无非就是在两个支路上运用了深度卷积和分组卷积,以及一个支路是3*3核,另一个是5*5核,不过被用了空洞卷积的3*3核代替了
注:空洞卷积,一样的参数,更大的感受野
2.FUSE:特征融合
文章图片
也就是说X.SHAPE = U.SHAPE
逐元素相加
再次经过一个GAP,对channels嵌入空间信息
文章图片
此外，还创建了一个紧凑的特征 z ∈ d×1，以实现精确和自适应选择的指导。这是通过一个简单的全连接 (fc) 层实现的，通过降低维度来提高效率：
这里的d是这样求出来的
文章图片
(这里有点像bottleneck结构)
什么是bottleneck结构?
文章图片
这里讲解的不错:
轻量级网络：Bottleneck结构（沙漏型结构）_那年聪聪-CSDN博客_bottleneck结构
3.SELECT
Select 部分是根据不同卷积核计算后 得到的新的feature map的perocess
文章图片
文章图片
应该够清晰了
最后,附上代码截图
文章图片
文章图片
【CNN|SKnet论文解读】
推荐阅读
- python|用Python写个自动批改作业系统！
- python|用Python写个自动批改作业系统
- stm32|基于STM32的智能门禁卡片（开题报告)
- #MATLAB|MATLAB(2)--MATLAB矩阵的表示
- 人工智能|温故知新-软件生存周期和过程模型
- java|温故知新-什么是软件工程
- java|四种常用的微服务架构拆分方式
- 《游戏人工智能中A*算法的应用研究》阅读笔记
- 深度学习校招面试总结|人工智能面试总结-代价函数与损失函数