空洞卷积+RPReLU让计算量暴降，还要涨点10%的秘密： 多尺度二值化分组扩张卷积| 即插即用模块与论文写作【V1代码讲解149】
多尺度二值化分组扩张卷积（Multi-scale grouped dilated convolution，MSGDC）：
实际意义：①计算复杂度高：在特征提取阶段，特征金字塔会使特征具有较大空间分辨率，这会显著增加复杂度。
②增强二值激活的表征能力：在二值化过程中，原本丰富的连续数值信息被简化为二值，不可避免会损失部分信息。
（如何既降低计算量，也提高精度呢？）
实现方式：①采用分组空洞卷积，在相比普通卷积和自注意力模块，能减少参数和计算量，缓解计算压力。
②在二值化的情况下，RPReLU激活函数可以更好地保留有用的信息，使得二值激活在有限的取值范围内，尽可能准确地代表原始数据特征，进而提升表征能力。
涨点以后如何写作？：【此部分 请务必看视频 视频更为详细】
立即观看
0