GAP出自于论文 Network in Network
常见CNN的网络结构为:
Input Layer、Convolutional Layer、Pooling Layer、Fully Connected Layer、Output Layer
论文使用GAP来代替最后的全连接层,对最后一层每一个特征图,进行全局的均值池化。这样,每个特征图对应一个特征点。所有特征点组成的特征向量,进行softmax分类。
如果分类类别为4,那么模型最后一层就是4个特征图,对每个特征图取均值,获得4维的向量。这样,每个特征图相当于对应一个类别。
论文 Network in Network 中摘要: