文件名称:SCNet:PyTorch正式执行CVPR 2020论文“使用自校准卷积改进卷积网络”
文件大小:142KB
文件格式:ZIP
更新时间:2024-05-03 12:48:02
Python
网络 PyTorch正式执行CVPR 2020论文 更新 2020.5.15 SCNet-50_v1d的预训练模型,对ImageNet top1 acc的改进超过2%(80.47对77.81)。 与原始版本的SCNet-50相比发布了! SCNet-50_v1d在其他应用程序(例如对象检测和实例分割)上可达到与我们原始的SCNet-101版本相当的性能。 由于GPU资源有限,SCNet-101_v1d的预训练模型将在稍后发布,以及更多应用程序的结果。 介绍 我们提出了一种新颖的自校准卷积,该卷积通过内部通信显着扩展了每个卷积层的视场,从而丰富了输出功能。 特别是,与使用小核(例如3×3)融合空间和通道方向信息的标准卷积不同,我们的自校准卷积通过新颖的自我自适应地围绕每个空间位置建立了长距离空间和通道间依存关系-校准操作。 因此,它可以通过显式合并更丰富的信息来帮助CNN生成更具区别性
【文件预览】:
SCNet-master
----scnet.py(14KB)
----LICENSE(1KB)
----README.md(5KB)
----figures()
--------SC-Conv.png(146KB)