通过三元组挤压与激励块实现三维注意力

📝

内容提要

本研究解决了卷积神经网络在图像分类和面部表情识别中的性能提升问题。我们提出了一种新颖的三元组注意力与挤压激励机制相结合的模型(TripSE),并在多种网络架构中展示了其有效性。研究结果表明,在FER2013数据集上,基于TripSE的ConvNeXt模型实现了78.27%的准确率,达到该数据集的最新水平。

➡️

继续阅读