第39篇RepLKNet将内核扩展到 31x31：重新审视 CNN 中的大型内核设计

Posted 2022-05-24 AI浩

文章目录

• 摘要
• 一、 简介
• 二、相关工作
• • 2.1、大内核模型
  • 2.2. 模型缩放技术
  • 2.3. 结构重新参数化
• 三、 应用大卷积的指南
• 四、 RepLKNet：大内核架构
• • 4.1、架构规范
  • 4.2. 使大内核更大
  • 4.3. ImageNet 分类
  • 4.5.物体检测
• 五、讨论
• • 5.1. 大内核 CNN 比深度小内核模型具有更大的 ERF
  • 5.2. 大核模型在形状偏差上更类似于人类
  • 5.3.大型内核设计是与 ConvNeXt 一起使用的通用设计元素
  • 5.4. 大内核的性能优于具有高膨胀率的小内核
• 六、限制
• 七、 结论