论文解读SCNN 用于交通场景理解的空间CNN
Posted 一颗小树x
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了论文解读SCNN 用于交通场景理解的空间CNN相关的知识，希望对你有一定的参考价值。
前言
Spatial CNN，这里的Spatial不是指Spatial Convolution，而是通过特殊设计的CNN架构传递空间信息，更有效地学习空间关系，简称SCNN；它提出了一种新的神经网络结构用于提取特征。
传统的网络结构是卷积层接收来自前一层的输入，应用卷积运算和激活函数，并将结果发送到下一层；该过程按顺序结构，一层一层传递下去。但SCNN是先对这部分输入特征进切片，再按照下、上、右、左四种顺序进行卷积。
比如：一个三维的特征，相当于一个立方体，先进行横切片，分别进下、上顺序进行卷积。再对得到特征，进行竖切片，分别进行右、左顺序进行卷积。
SCNN简介
SCNN将传统的深层逐层（layer-by-layer）卷积推广到特征映射中的逐片（slice-by-slice）卷积，从而实现层中行和列之间的像素之间的消息传递。
<以上是关于论文解读SCNN 用于交通场景理解的空间CNN的主要内容，如果未能解决你的问题，请参考以下文章