文件名称：ECA-Net代码：深度卷积神经网络的有效通道注意-Python开发
文件大小：1.06MB
文件格式：ZIP
更新时间：2024-06-14 11:46:45
Python Deep Learning
ECA-Net代码：深度卷积神经网络的有效通道关注度ECA-Net：高效信道注意性ECA-Net：深度卷积神经网络有效通道注意率这是由Banggu创建的ECA-Net（CVPR2020，论文）的实现吴。 简介最近，通道注意机制已被证明在改善深度卷积神经网络（CNN）的性能方面具有巨大潜力。 但是，大多数现有方法都致力于开发更复杂的注意力模块以实现更好的性能，这不可避免地
【文件预览】：
ECANet-master
----models()
--------eca_module.py(928B)
--------eca_ns.py(709B)
--------eca_resnet.py(7KB)
--------__init__.py(56B)
--------eca_mobilenetv2.py(4KB)
----figures()
--------poster.jpg(1.05MB)
--------eca_module.jpg(242KB)
----main.py(15KB)
----LICENSE(1KB)
----paras_flops.py(2KB)
----.gitignore(20B)
----light_main.py(15KB)
----README.md(8KB)