7-4 Hypercolumns

Hypercolumns 通常我们把神经网络最后一个fc全连接层作为整个图片的特征表示，但是这一表示可能过于粗糙（从上面的feature map可视化也能看出来），没法精确描述局部空间上的特征，而网络的第一层空间特征又太过精确，缺乏语义信息（比如后面的色差、轮廓等），于是论文《Hypercolumns for Object Segmentation and Fine-grained Localization》提出一种新的特征表示方法：Hypercolumns——将一个像素的 hypercolumn 定义为所有 cnn 单元对应该像素位置的激活输出值组成的向量），比较好的tradeoff了前面两个问题，

 

https://zhuanlan.zhihu.com/p/33668184?utm_source=wechat_session

https://blog.csdn.net/dgyuanshaofeng/article/details/83904764

https://blog.csdn.net/cv_family_z/article/details/48006143?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-2