结合人类视觉注意力 - Residual Attention Network for Image Classification

[转] https://www.leiphone.com/news/201707/zbgWIJ2FLRU1b69p.html


结合人类视觉注意力 - Residual Attention Network for Image Classification 

结合人类视觉注意力 - Residual Attention Network for Image Classification_第1张图片

首次成功将极深卷积神经网络与人类视觉注意力机制进行有效的结合 

视觉注意力机制是人类视觉所特有的大脑信号处理机制。人类视觉通过快速扫描全局图像获得需要关注的目标区域,而后重点获取所需要关注的目标信息,抑制其他无用信息。人类视觉注意力机制极大的提高了视觉信息处理的效率与准确性。注意力机制已经在自然语言处理中取得了重大成功。但在计算机视觉任务中,如何将视觉注意力机制有效的嵌入到神经网络结构并提升网络性能成为亟待解决的问题。 

Residual Attention Network,在图像分类问题上,首次成功将极深卷积神经网络与人类视觉注意力机制进行有效的结合,并取得了远超之前网络结构的准确度与参数效率。仅用与ResNet-50的相当的参数量和计算量就得到了远超过了ResNet-152的分类性能。今年ImageNet检测冠军团队已经在LOC任务重使用了本文的机制。 模型、参数等都可以参考网站


你可能感兴趣的:(技术信息)