[CVPR2022 | 论文简读] 重新审视池化:你的感受野不是最理想的
论文 重新 不是 简读 理想 感受 CVPR2022 池化
2023-06-13 09:16:24 时间
简读分享 | 汪逢生 编辑 | 陈兴民
论文题目
Pooling Revisited: Your Receptive Field is Suboptima
论文摘要
本文提出了一种简单而有效的动态优化池操作( Dynamically Optimized Pooling operation),称为DynOPool,它通过学习每一层感受野的最佳大小和形状来优化特征映射的端到端比例因子。深度神经网络中任何类型的调整大小模块都可以用DynOPool操作以最小的成本替换。此外,DynOPool通过引入一个限制计算成本的附加损失项来控制模型的复杂性。本文通过介绍固定大小和形状的传统感受野是次优的问题,讨论了DynOPool如何通过CIFAR-100上的VGG-16实验解决这个问题。
论文链接
https://arxiv.org/abs/2205.15254
相关文章
- 干货满满,中科院信工所于静新课帮你get学术研究与论文写作技能
- 论文写作全攻略|一篇学术科研论文该怎么写
- 2017美赛A题论文阅读笔记
- 论文精读系列:rotated-binary-neural-network(RBNN)
- 三分之一的作者都没实质性贡献,论文挂名现象该停了
- 多模态REC四篇论文笔记
- 论文/代码速递2022.11.17!
- [Brief. Bioinformatics | 论文简读] 基于知识的BERT:像计算化学家一样提取分子特征的方法
- [CVPR 2022 | 论文简读] 重新审视池化:你的感受野不是最理想的
- 用AI让数亿失明者重新「看见世界」!论文登ACM顶会
- 接收率25.9%,ICCV 2021接收论文列表放出,你中了吗?