晓飞的算法工程笔记
·
2024-10-14T01:48:00Z
WTConv：小参数大感受野，基于小波变换的新型卷积 | ECCV'24 - 晓飞的算法工程笔记
💡
原文中文，约6200字，阅读约需15分钟。
研究者尝试通过增加CNN的卷积核大小来模拟ViTs的全局感受野，但效果有限。论文提出用小波变换（WT）实现大感受野，避免过参数化。新方法WTConv层可替代现有架构，提升多频响应能力，适用于图像分类和语义分割。WTConv通过小波分解和小卷积核扩展感受野，参数增长缓慢，增强对低频信息的响应，提高CNN的鲁棒性和形状识别能力。
