基本信息

---

下载

文档摘要

---

SeNet的通道注意力

学情分析

本课程面向计算机视觉方向的研究生，学生已掌握卷积神经网络基础，但对注意力机制理解较浅。

通过前期调查发现，80%学生能复述ResNet结构，但仅30%能解释特征图通道的差异性意义。

超星平台预习测试显示，学生对1×1卷积的通道融合功能存在普遍困惑。

教学目标

【知识目标】掌握Squeeze-and-Excitation模块的数学表达（$F_{tr}$、$F_{sq}$、$F_{ex}$）

【能力目标】能使用PyTorch实现通道权重的自适应校准

【素养目标】培养特征工程中的全局感知意识，理解重要特征强化的工程哲学

课程重点

1.通道注意力权重的生成机制：全