锐客网

  1. 首页 > 睿知 > it技术 > >

CNN|【CNN】——涨点模块SE,CBAM,CA对比

secnnCAcbam

code:https://github.com/chenjun2hao/dler.collection
涨点模块的对比 对比测试
  • SE通道注意力
  • CBAM通道注意+空间注意力
  • Coordinate Attention，个人认为是一种通道注意力+x方向空间+y方向空间注意力机制。其思路很像Strip Pooling
1. 参数对比 这里采用同样的输入，同样的输入，输出通道，同样的中间过渡通道。统计三个模块的浮点数计算量与参数量。
Module macs/flops params
SE 40993792.0 8192.0
CBAM 56706560.0 8290.0
CA 95923200.0 12848.0
2. 效果对比 【CNN|【CNN】——涨点模块SE,CBAM,CA对比】来自:https://arxiv.org/pdf/2103.02907.pdf
CNN|【CNN】——涨点模块SE,CBAM,CA对比
文章图片

    推荐阅读


    上一篇：深度学习|yolov5-6.0/6.1加入SE、CBAM、CA注意力机制（理论及代码）

    下一篇：Yolo|在yolov5的网络结构中添加注意力机制模块