SENet
SENet
SENet是一种网络层之间可以安插的block,比如可以安插在ResNet、Inception中。
它的核心就是:
对feature map,抑制没用的channel,增强有用的channel。而抑制和增强则是通过训练(0,1)之间的权重来完成。
具体如下:
以SE-Inception为例,首先对HxWxC的feature map进行global pooling,得到1x1xC的feature map。然后接两层FC,最后仍然输出1x1xC。这里C个channel,每个channel存放着(0,1)之间的weight。
操作:
1、squeeze操作:进行global average pooling操作,具有全局的感受野。
2、引入两个FC层(1*1卷积层)限制模型复杂度
3、excitation操作:门控机制,学习参数为每个特征通道生成权重。weight越大,代表原feature map中对应channel的信息越有用,weight越小,代表越渣。
4、reweight操作:将这些weights分别与原feature map上的值相乘,得到新的feature map。