deeplab中 global average pooling(GAP) 原理

最新推荐文章于 2024-09-29 20:58:32 发布

不会再写代码了

最新推荐文章于 2024-09-29 20:58:32 发布

阅读量1.4k

点赞数

分类专栏： deeplearning 语义分割

本文链接：https://blog.csdn.net/Hi_maxin/article/details/88243736

版权

本文探讨了deeplab模型中ASPP模块如何结合全局平均池化(GAP)来提取多尺度语义信息。通过GAP获取全局信息后，使用1*1卷积进行特征转换，并通过双线性插值处理，实现与空洞卷积二维结果的并联融合。同时，提供了相关资料链接和源码参考，以深入理解这一过程。

摘要由CSDN通过智能技术生成

之前有疑惑deeplab中ASPP(Atrous Spatial Pyramid Pooling) 采用多尺度空洞卷积＋GAP并联提取多尺度语义信息时,GAP得到的结果是一维的,而空洞卷积得到的结果时二维的,不知道其中的细节是怎么操作从而实现并联的

查资料＋看源码

资料

https://sthalles.github.io/deep_segmentation_network/写到
为了增加全局信息,ASPP先对feature map 进行GAP,然后对GAP结果使用256个1*1 卷积,最后使用双线性差值

小实验

import torch.nn as nn
import torch
import torch.nn.functional as F


input = torch.randn(1,2,3,3)
print(input)

global_avg_pool = nn.Sequential(nn.AdaptiveAvgPool2d((1, 1)),
                                nn.Conv2d(2, 4, 1, stride=1, bias=False)

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

不会再写代码了

关注关注

0
点赞
踩
3

收藏

觉得还不错? 一键收藏
0
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

Global Average Pooling与FC与Average Pooling与 Global Max Pooling

yang_daxia的博客

02-25

764

1.Global Average Pooling Global Average Pooling（GAP）出自 Network in network GAP 输入(H, W, C)-->（1, 1, C）直接在HW上pooling，将信息压缩到一个点。优点：和FC相比无训练参数，所以可以防止过拟合参考https://zhuanlan.zhihu.com/p/376836...

图像语义分割常用GAP代码实现（global average pooling）

未名方略

01-15

1210

import tensorflow as tf import numpy as np x = np.arange(24).reshape(2,3,4) x = np.array(x).reshape(2,3,4,1) xx = tf.cast(x,tf.float32) global_average_mean = tf.reduce_mean(xx, ...

参与评论您还未登录，请先登录后发表或查看评论

关于Global average Pooling

水不在深有江的博客

07-31

836

看了几个典型网络似乎最后都有这一层Global average Pooling，相关说明转载自 https://blog.csdn.net/williamyi96/article/details/77530995 https://blog.csdn.net/losteng/article/details/51520555...

全局平均池化（Global Average Pooling）

梁小憨憨的博客

02-08

2万+

最近看论文，看到了全局平均池化，之间见过这东西，但是没有仔细了解，今天学习一下，并记录下来，方便以后查阅。

常见组件详解（八）：torch.nn.functional.interpolate()

最新发布

悟兰因的博客

09-29

161

【代码】常见组件详解（八）：torch.nn.functional.interpolate()

Global Average Pooling 对全连接层的可替代性

火星辉

11-13

620

reference：https://blog.csdn.net/williamyi96/article/details/77530995 Golbal Average Pooling 第一次出现在论文Network in Network中，后来又很多工作延续使用了GAP，实验证明：Global Average Pooling确实可以提高CNN效果。 Traditional Pooling Me...

global_pool（全局池化）

haiyanyanya的博客

04-07

2046

“global pooling”就是pooling的滑窗size 和整张feature map的size一样大。这样，每个 W × H × C 的feature map输入就会被转化为 1 × 1 × C 1\times 1\times C1×1×C 输出。参考：深度学习: global pooling (全局池化)_JNingWei的博客-CSDN博客_全局池化 ...

Caffe入门：global pooling (全局池化)

那年聪聪

10-19

7519

global pooling (全局池化)

keras搭建的卷积神经网络进行图像分类中GlobalAveragePooling(GAP)怎么使用python代码

06-07

在 Keras 中，可以通过在模型中添加 `GlobalAveragePooling2D` 层来使用全局平均池化。以下是一个简单的示例代码，用于搭建一个卷积神经网络进行图像分类，并使用 GlobalAveragePooling 进行池化操作： ```python...

global average pooling

05-14

Global average pooling (GAP) is a pooling operation in deep learning that calculates the average value of each feature map in a convolutional neural network (CNN), resulting in a single value per ...

【深度学习】global pooling (全局池化)

JNing

04-24

5万+

【深度学习】global pooling (全局池化)

全局平均池化（Golbal Average Pooling）与Concatenate层

wbzhang233的博客

07-20

911

出处：Lin M, Chen Q, Yan S. Network in network[J]. arXiv preprint arXiv:1312.4400, 2013. 定义：将特征图所有像素值相加求平局，得到一个数值，即用该数值表示对应特征图。目的：替代全连接层效果：减少参数数量，减少计算量，...

【深度学习】Global Pooling，Depth-wise Convolution， Concatenate

weixin_43728604的博客

11-17

1678

最近在读BiSeNet的两篇论文，遇到了三个以前没有接触过的操作，本文来就这三个操作进行简单的讲解以及Pytorch代码实现的思路。 1.Global Pooling Global Pooling，中文是全局池化，其实是一种比一般池化还要简单的池化操作。在一般的池化中，我们需要用一个类似卷积核一样的东西，来规定步长从而进行取最大值或者平均值的操作，也就是我们常说的最大池化或者平均池化，这种操作通常会改变特征图的尺寸，而改变后的尺寸计算与卷积的计算完全一致。而Global Pooling就十分简单了，它直接就

卷积神经网络---池化层

weixin_45698190的博客

10-10

3536

在神经网络中，我们经常会看到池化层，常用的池化操作有四种：mean-pooling（平均池化），max-pooling（最大池化）、Stochastic-pooling（随机池化）和global average pooling（全局平均池化），池化层有一个很明显的作用：减少特征图大小，也就是可以减少计算量和所需显存。 ***mean-pooling（平均池化）：***即对邻域内特征点只求平均优缺点：能很好的保留背景，但容易使得图片变模糊正向传播：邻域内取平均反向传播：特征值根据领域大小被平均，然后传

全局平均池化（Global average pooling, GAP）

qq_40734883的博客

03-01

2659

全局平均池化（Global average pooling, GAP）

[深度学习从入门到女装]Global average pooling

炼丹师

11-27

1410

论文地址：Network In Network Global average pooling的概念来自于Network In Network这篇论文，这篇文章中提出了MIN，也就是用多层感知器来代替卷积的这种方法，如下图，左图是一个普通的卷积操作，右图为多层感知器的卷积下图为提出的整个网络结构因为这种网络基本没有人使用，所以就不详细的讲解但是这篇文章的另一个思想也...

增强感受野SPP、ASPP、RFB、PPM

yx868yx的博客

07-06

2万+

1、SPP（Spatial Pyramid Pooling） SPP模块是何凯明大神在2015年的论文《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》中被提出。由于CNN网络后面接的全连接层需要固定的输入大小，故往往通过将输入图像resize到固定大小的方式输入卷积网络，这会造成几何失真影响精度。SPP模块就解决了这一问题，他通过三种尺度的池化，将任意大小的特征图固定为相同长度的特征向量，传输给全

【GAP】Global average Pooling

咖啡味儿的咖啡

04-28

511

这个概念出自于 network in network 主要是用来解决全连接的问题，其主要是是将最后一层的特征图进行整张图的一个均值池化，形成一个特征点，将这些特征点组成最后的特征向量进行softmax中进行计算。举个例子假如，最后的一层的数据是10个6*6的特征图，global average pooling是将每一张特征图计算所有像素点的均值，输出一个数据值，这样10 个特征图就...

【深度学习】【语义分割】ASPP