Res2Net：一种新的多尺度骨干架构
计算机视觉与模式识别
2021-01-28 v3
摘要
在多尺度上表示特征对众多视觉任务极为重要。骨干卷积神经网络（CNN）的最新进展不断展现出更强的多尺度表示能力，从而在广泛应用上带来一致的性能提升。然而，大多数现有方法以逐层方式表示多尺度特征。本文中，我们提出一种用于CNN的新型构建块，即Res2Net，通过在单一残差块内构造层次化类残差连接实现。Res2Net在更细粒度上表示多尺度特征，并增大了每层感受野的范围。所提Res2Net块可插入最先进的骨干CNN模型，例如ResNet、ResNeXt和DLA。我们在所有这些模型上评估了Res2Net块，并在广泛使用的数据集（如CIFAR-100和ImageNet）上展示出相对于基线模型的一致性能提升。进一步的消融研究和在代表性计算机视觉任务（即目标检测、类激活映射和显著目标检测）上的实验结果，进一步验证了Res2Net相对于最先进基线方法的优越性。源代码和训练模型可在 https://mmcheng.net/res2net/ 获取。
引用
@article{arxiv.1904.01169,
title = {Res2Net: A New Multi-scale Backbone Architecture},
author = {Shang-Hua Gao and Ming-Ming Cheng and Kai Zhao and Xin-Yu Zhang and Ming-Hsuan Yang and Philip Torr},
journal= {arXiv preprint arXiv:1904.01169},
year = {2021}
}
备注
11 pages, 7 figures