论文地址:Squeeze-and-Excitation Networks
SENet其实只是子模块,可以运用到任何网络的模块附加上,基本意思就是对每个channel进行一个权重的参数的学习,然后再对每个channel乘上这个权重
实际上是可以用1*1卷积来代替FC的操作
参考:https://blog.csdn.net/u014380165/article/details/78006626
论文地址:Squeeze-and-Excitation Networks
SENet其实只是子模块,可以运用到任何网络的模块附加上,基本意思就是对每个channel进行一个权重的参数的学习,然后再对每个channel乘上这个权重
实际上是可以用1*1卷积来代替FC的操作
参考:https://blog.csdn.net/u014380165/article/details/78006626