更新时间:2024-11-27 18:34:57作者:留学之路
Pooling是一种在计算机视觉和深度学习中常见的操作,特别是在卷积神经网络(CNN)中。Pooling是一种下采样技术,用于减小输入数据的尺寸,同时保留其重要的特征。Pooling方法通过将邻近的像素值合并为一个值,以减少空间维度并增加特征维度。常见的pooling方法包括最大池化(Max Pooling)和平均池化(Average Pooling)。
1. max pooling:最大池化
2. avg pooling:平均池化
3. max-avg pooling:最大平均池化
4. spatial pooling:空间池化
5. feature pooling:特征池化
6. feature-wise pooling:特征无关池化
7. channel pooling:通道池化
8. spatial-temporal pooling:时空池化
9. global pooling:全局池化