【全局平均池化GAP】

全局平均池化GAP
  • 参考:通俗易懂理解全局平均池化(GAP)

  • 优势:GAP可以减少参数量,减少计算量,减少过拟合

  • GAP应用场景

    1. 最后一层卷积后+GAP+flatten(或reshape)辗平成一维数组+FC全连接,全连接数为一般为类别数,然后使用sigmod或softmax实现而分类或多分类;

    2. 可以用GAP代替FC操作;

      设置最后一层卷积的通道数n为预测类别数量,使用GAP后每个通道的特征图尺寸变为11,因此最终的输出为1x1xn (GAP操作不需要参数量),代替全连接后可大幅降低参数量;

相关推荐
中国.NET研究协会8 小时前
SimdYolo:纯 C# YOLO 推理实现,CPU SIMD / Vulkan 架构与 PyTorch、ORT 实测
yolo·.net core
hhzz12 小时前
【YOLO 入门到精通 11】进阶任务实战:分割、姿态、OBB 与深度估计
人工智能·python·yolo·计算机视觉·目标跟踪
晨间晓12 小时前
两个目标会不会发生冲突?我用 YOLO + ByteTrack 做了 TTC 碰撞风险分析
yolo
system_error_x15 小时前
YOLOv8 研究方向及价值:从目标检测到多任务视觉基座
yolo·目标检测·目标跟踪
晨间晓16 小时前
目标下一秒会往哪里走?我用 YOLO + ByteTrack 做了轨迹预测
yolo
AI棒棒牛2 天前
YOLO26 改进:融合 LW-DETR 思想的轻量 TokenMixer,让 Neck 从局部堆叠走向局部-全局协同!嘎嘎创新!
人工智能·深度学习·yolo·目标检测
Reload.2 天前
深度学习-极验叠字点选-yolo-模型调优-高阶数学-opencv
人工智能·深度学习·opencv·yolo·计算机视觉·视觉检测
晨间晓3 天前
目标从哪个区域去了哪里?我用 YOLO + ByteTrack 做了多 ROI 区域流转分析
yolo
YOLO数据集集合3 天前
滑坡检测数据集 | 滑坡检测 地质灾害 无人机巡检 应急响应 目标检测 YOLO格式 深度学习数据集 计算机视觉10670期
深度学习·yolo·目标检测·计算机视觉·无人机·滑坡
晨间晓3 天前
目标进了这个区域多久?我用 YOLO + ByteTrack 做了 ROI 占用与停留分析
yolo