翻译Convolutional neural networks are built upon the convolution operation which extracts informative features by fusing spatial and channel-wise information together within local receptive fields In or

卷积神经网络是建立在卷积操作之上的，通过在局部感受野内融合空间和通道信息来提取有信息量的特征。为了增强网络的表现能力，最近的一些方法显示了增强空间编码的益处。在本文中，我们专注于通道关系，并提出了一种新的架构单元，称为“压缩和激励”（SE）块，通过明确地建模通道之间的相互依赖关系，自适应地重新校准通道特征响应。我们证明，通过堆叠这些块，我们可以构建出在具有挑战性的数据集中广泛适用的SENet架构。关键是，我们发现SE块在最小的额外计算成本下，可以显著提高现有最先进深度架构的性能。 SENets是我们ILSVRC2017分类提交的基础，获得了第一名，并将前五个错误率降低到2.251％，相对于2016年的获胜作品实现了约25％的相对改进。