原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
自从深度残差网络ResNet被提出来并在ILSVRC2015比赛中取得冠军后，许多研究者把目光放在了ResNet的改进工作上，由此出现了一大批优秀的基于残差结构的卷积神经网络。目前为止改进大体上可分为4类：1)是对输入模块的数据进行split-transform-merge操作，例如使用分组卷积的ResNext[1]和使用层级残差结构的Res2Net[2]，它们能在降低消耗的同时增加网络的精度。2)在残差结构里引入注意力机制，例如加入通道自注意力机制的SENet[3]、加入多尺度自适应调节感受的SKnet[4]、使用分组注意力机制的ResNeSt[5]。注意力机制的使用可以让网络有偏向地选择重
文档评论（0）