本文主要是介绍Improving Convolutional Networks with Self-Calibrated Convolutions 自卷积模块，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
在2020 cvpr 上面我又看到一篇挺好的文章，这里分享给大家。这个文章是Improving Convolutional Networks with Self-Calibrated Convolutions。这是一个即插即用的一个模块，挺好的。这个模块主要是用来增大网络的感受野的。另外这个模块也可以不需要增加太多的参数就可以获得这个效果。整体还是比较有效的。
整篇 论文 的核心大概就是这幅图了。它首先对于input 按照通道的方向分成了 x1和x2 两个特征。对于x1特征进了卷积操作。其中F1-F4都是卷积操作，k1-K4表示的是卷积核。其实我们可以发现整个操作，很像self-attention 的操作，但是相比于自注意力操作，这里大量简化了操作，并没有增大多少参数就可以得到一个新的特征。可以获得更好的感受野。
这篇关于Improving Convolutional Networks with Self-Calibrated Convolutions 自卷积模块的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
