CV中的Attention机制 语义分割中的scSE模块
1、Concurrent Spatial and Channel ‘Squeeze & Excitation’ in Fully Convolutional Networks
论文:Concurrent Spatial and Channel ‘Squeeze & Excitation’ in Fully Convolutional Networks
代码:
提出scSE模块论文的全称是:《Concurrent Spatial and Channel ‘Squeeze & Excitation’ in Fully Convolutional Networks 》。这篇文章对SE模块进行了改进,提出了SE模块的三个变体cSE、sSE、scSE,并通过实验证明了了这样的模块可以增强有意义的特征,抑制无用特征。实验是基于两个医学上的数据集MALC Dataset和Visceral Dataset进行实验的。
语义分割模型大部分都是类似于U-Net这样的encoder-decoder的形式,先进行下采样,然后进行上采样到与原图一样的尺寸。其添加SE