neural-network - 减少神经网络特征图的空间维度

Question

给定一个维度的特征图MxNxC（例如，来自 Faster-RCNN 的预测感兴趣区域的输出），如何将空间维度减少到1x1xC? 即，将特征图减少为总结区域特征的向量之类的量？

我知道1x1卷积，但这似乎与减少通道的情况有关。Average 和 Max Pooling 也很常用，但是这些方法似乎更适合不太极端的二次采样情况。

显然，人们可以简单地计算空间维度上的平均值，但这似乎相当粗糙。

score 1 · Accepted Answer

我推荐使用全局平均池化层。你有 MxNxC 特征图。每个特征图的全局平均池计算平均值。所以特征图变成了一个数字，一组特征图变成了向量。

我推荐这篇文章作为探索全局平均池化层的起点。

1 回答 1