Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.
Squeeze‐and‐Excitation Networks,
Hu+, '17
Agenda
概要
手法
実験/結果
概要
チャネル間の相互依存性を明示的に加えることでネットワークの表現力を上げる構造の
提案
Squeeze、Excitationの2つの機構を追加
既存の手法に追加するだけでよい
パラメタ数の増加は微量
ImageNetでSoTA
手法
Squeeze‐and‐Excitation Block(see Fig2,3)
F : transformation=Conv.層
F : sqeeze=Global average poolingで1×1×Cへ
F : Excitat...
Squeeze‐and‐Excitation Block
Squeeze‐and‐Excitation Block
実験結果1
SE構造を導入しても処理速度はほぼ変わらない
実験結果2
Upcoming SlideShare
Loading in …5
×

0

Share

Download to read offline

Squeeze and-excitation networks

Download to read offline

Summary of https://arxiv.org/abs/1709.01507

Related Books

Free with a 30 day trial from Scribd

See all

Related Audiobooks

Free with a 30 day trial from Scribd

See all
  • Be the first to like this

Squeeze and-excitation networks

  1. 1. Squeeze‐and‐Excitation Networks, Hu+, '17
  2. 2. Agenda 概要 手法 実験/結果
  3. 3. 概要 チャネル間の相互依存性を明示的に加えることでネットワークの表現力を上げる構造の 提案 Squeeze、Excitationの2つの機構を追加 既存の手法に追加するだけでよい パラメタ数の増加は微量 ImageNetでSoTA
  4. 4. 手法 Squeeze‐and‐Excitation Block(see Fig2,3) F : transformation=Conv.層 F : sqeeze=Global average poolingで1×1×Cへ F : Excitation=bottleneck構造(パラメタrでくびれ率を決める) ここでチャネル間の関係性を考慮したweightを算出 : Uの各チャネルにF で算出したスカラ値s をかける tr sq ex X ~ ex c
  5. 5. Squeeze‐and‐Excitation Block
  6. 6. Squeeze‐and‐Excitation Block
  7. 7. 実験結果1 SE構造を導入しても処理速度はほぼ変わらない
  8. 8. 実験結果2

Summary of https://arxiv.org/abs/1709.01507

Views

Total views

1,056

On Slideshare

0

From embeds

0

Number of embeds

4

Actions

Downloads

7

Shares

0

Comments

0

Likes

0

×