常见的变体卷积

这篇文章可能会慢慢写一段时间,旨在学习常见的变体卷积,以及深入学习卷积的底层实现原理。

一、分组卷积(Group Convolution)

二、空洞卷积(Dilated Convolution)

简单理解空洞卷积

三、可形变卷积(Deformable Convolution)

四、条件卷积

五、自适应卷积(SCConv)

Liu J J, Hou Q, Cheng M M, et al. Improving convolutional networks with self-calibrated convolutions[C]//Proceedings of the IEEE/CVF conference on computer vision and pattern recognition. 2020: 10096-10105.

一、结构

在这里插入图片描述

  • 简单说明:
    C ∗ H ∗ W C*H*W CHW的特征图被分成两个 C 2 ∗ H ∗ W \cfrac{C}{2}*H*W 2CHW的特征图。一部分进行常规的conv的操作。另一部分通过下采样特征提取、自连接等操作,扩大感受视野、捕捉自注意力权重。
  • 参数量计算:
    F \mathcal{F} F表示常规的conv的操作。此处 F i \mathcal{F_i} Fi的总参数量为 C 2 ∗ C 2 ∗ 4 \cfrac{C}{2}*\cfrac{C}{2}*4 2C2C4,不采用SCConv方法的常规卷积参数量为 C ∗ C C*C CC。因此参数量不改变。
二、分析

优势:不改变参数量的前提下,提高感受视野、加入注意力机制。
个人理解:两个 C / 2 C/2 C/2之间的特征似乎不交互。

  • 0
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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