总结池化的作用以及avgpool和maxpool适用的场景

Posted 2021-02-19 liutianrui1

1.池化的作用：

①降级图像感受野；

②降维；

 

2.使用场景

avgpool：

当feature map中的信息都应该有所贡献的时候用avgpool，

例如图像分割中常用global avgpool来获取全局上下文关系，

再例如224*224图像分类将最后的7*7map进行avgpool而不是maxpool，

是因为网络深层的高级语义信息一般来说都能帮助分类器分类。

 

maxpool：

反之为了减少无用信息的影响时用maxpool，比如网络浅层常常见到maxpool，因为开始几层对图像而言包含较多的无关信息。

 

全局平均赤化：

替代全连接层。

比如1024个特征图，直接每个特征图求平均值，避免了全连接层需要大量参数，代替全连接层后还有一个好处就是支持任意大小的输入

参考：

https://www.zhihu.com/question/335595503