特征融合-route(即concatenate)与shortcut(pointwise addition)异同

在各个网络模型中,ResNet,FPN等采用的element-wise add来融合特征,而DenseNet等则采用concat来融合特征。那add与concat形式有什么不同呢?事实上两者都可以理解为整合特征图信息。只不过concat比较直观,而add理解起来比较生涩。

concat每个通道对应着对应的卷积核。 concate就是将原始特征直接拼接,让网络去学习,应该如何融合特征,这个过程中信息不会损失。
而add形式则将对应的特征图相加,再进行卷积操作,相当于加了一个先验:对应通道的特征图语义类似,从而对应的特征图共享一个卷积核
因此add可以认为是特殊的concat形式。但是add的计算量要比concat的计算量小得多,更节省参数和计算量

ref
https://blog.csdn.net/LoseInVain/article/details/88363776
https://blog.csdn.net/xys430381_1/article/details/88370733
https://www.zhihu.com/question/306213462

  • 0
    点赞
  • 5
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值