SKNet讲解
0. 引言
视皮层神经元的感受野大小受刺激的调节,即对不同刺激
,卷积核的大小应该不同
,但在构建CNN时一般在同一层只采用一种卷积核
,很少考虑因图片大小不同采用不同卷积核。
于是提出了SKNet
。在SKNet
中,不同大小的感受视野(卷积核)对于不同尺度的目标会有不同的效果。尽管在Inception
中使用多个卷积核来适应不同尺度图像,但是卷积核权重相同
,参数就是被计算好的了。而SKNet
对不同输入使用的卷积核感受野不同,参数权重也不同
,可以根据输入大小自适应的进行处理。
在SKNet
中,提出了一种动态选择机制
,允许每个神经元根据输入信息的多个尺度自适应
调整其接受野的大小。设计了一种称为选择性内核(SK)单元的构建模块,在该模块中,由不同内核大小的多个分支的信息引导,使用softmax
的注意力进行融合
。对这些分支的不同关注导致融合层神经元有效感受野的大小不同。
论文地址:https://arxiv.org/pdf/1903.06586.pdf
代码地址:https://github.com/implus/SKNet