对全局平均池化（GAP）过程的理解

 

 

对学习Class Activation Mapping（CAM）原文献的时候提到的全局平均池化GAP方法做个简单的知识补充。

所谓的全局就是针对常用的平均池化而言，平均池化会有它的filter size，比如 2 * 2，全局平均池化就没有size，它针对的是整张feature map.

全局平均池化（Global average Pooling）由 M. Lin, Q. Chen, and S. Yan. Network in network. Interna-

tional Conference on Learning Representations, 2014.提出来。

用个简单的例子来说明它的过程，作用请看原文献或者百度。

一个feature map 全局平均池化后得到一个值，再进行全连接（softmax）就会少很多参数。