关键词residual attention network
搜索结果 - 2
- 全球正则网络用于笔迹识别
提出了一种全局正则网络(GRN),其由一个带有全局特征提取器的分支和一个带有局部特征提取器的分支组成,两者以一种全局残差方式融合,可以有效地识别手写字的写作人,实验表明该模型在 CVL 数据集上取得了卓越的 99.98%-1 准确率和 10 - CVPR残差注意力网络用于图像分类
通过引入注意力机制,在端到端的训练过程中将其与最先进的前馈网络结构相结合,我们提出了一种卷积神经网络模型 “Residual Attention Network”,并在 CIFAR-10、CIFAR-100 和 ImageNet 三个基准数