CNNtention：引入注意力机制能否让CNN表现更好？
计算机视觉与模式识别
2024-12-31 v3 机器学习
摘要
卷积神经网络(CNN)长期以来一直是图像分类任务的标准，但最近基于注意力的机制已获得关注。本项目旨在比较传统CNN与注意力增强CNN在图像分类任务上的表现。通过评估和比较它们的性能、准确性和计算效率，本项目将突出传统CNN的局部特征提取与注意力增强CNN的全局上下文捕获之间的优势和权衡。通过这样做，我们可以进一步揭示它们各自的优缺点，指导基于特定应用需求的模型选择，并最终增强深度学习社区对这些架构的理解。这是我们在佐治亚理工学院CS7643深度学习课程的期末项目。
引用
@article{arxiv.2412.11657,
title = {CNNtention: Can CNNs do better with Attention?},
author = {Nikhil Kapila and Julian Glattki and Tejas Rathi},
journal= {arXiv preprint arXiv:2412.11657},
year = {2024}
}
备注
10 pages, 11 figures