在了解了池化算法的基本概念之后,继续了解一个应用很广泛的池化,叫作全局平均池化。
先看下平均池化。平均池化就是在池化核标定的范围内,对像素取平均值然后作为输出。在很多AI框架或算法描述中,平均池化大概可以分为两种:一种叫作adaptive average pool(自适应平均池化), 另一种叫作 globle average pool(全局平均池化)。
自适应平均池化,单从算法本身讲,可以看做就是普通的池化,它的池化核可大可小,依据神经网络的算法和结构设计来决定。
而如果池化核的大小和输入图片一样,那么就变成了全局平均池化(GAP, Globle Average Pool)。
如上图,全局平均池化的池化核大小和输入图片的长宽大小一致,都是6x6,因此,池化的结果就是只有一个 1x1 的像素点,上图 d = 3代表是输入图片的 3 个通道。(图源网络)
经过了上图的池化操作,就可以得到一个 1x1x3 的输出