这篇论文提出了一种称为scSE(Concurrent Spatial and Channel `Squeeze & Excitation’) block的神经网络,它可以应用在CNN的任意层,用于增强CNN编码空间信息(spatial encoding)能力,提高CNN的图像识别能力。
在Kaggle image segmentation比赛–TGS Salt Identification Challenge中,它帮助我的ResNet34+U-Net模型在LB上的得分提升了0.032,排名提升了50+位。
SE(Squeeze & Excitation) Network / Paper
scSE的灵感源于SE block。Figure 1是SE block的架构图, F t r F_{tr} Ftr是常规的CNN layer, F