Residual Attention Network论文阅读记录
MobileNetV2提高了移动网络在多类型任务和基准以及不同网络尺寸范围的最佳性能。论文还介绍了一种有效地使用轻量级网络进行目标检测的新颖架构SSDLite。并且将Deeplabv3进行修剪后构建出一种用于移动语义分割的模型,称为Mobile DeeplabV3。MobileNetV2基于倒置残差结构,并且在窄boottleneck层中有快捷连接。中间的扩大层使用轻量级的深度卷积来过滤特征作为非线性的来源。另外,作者发现在窄层中去除非线性来保持表现能力是很重要的,论文证明了这可以提高性能。最后,允许输入/输出域与转换的表达性分离,这为进一步分析提供了方便的框架。