张 磊，卢 婷，郭文静，刘国华，黄秋波

(东华大学 计算机科学与技术学院，上海 201600)

0 引言

借助卷积神经网络的发展，图像处理技术已经在很多领域取得巨大突破。很多研究已经从各个方面来提升卷积神经网络的分类性能。一些网络通过加深网络层数来获得网络收益，例如VGGNets[1]和Inception[2]。此外，一些网络通过增加网络宽度将网络训练得更深，例如googLeNet[3]。ResNet[4]证明了跳跃连接的有效性，并将网络深度扩展到了数百层。受到 ResNet残差思想的启发，一些网络在许多具有挑战性的视觉任务上取得了良好的表现，例如 RiR[5]，ResNeXt[6]和 RoR[7]。DenseNets[8]被设计来实现密集的跳跃连接，其中密集连接块的每个卷积层都将其前面所有卷积层的特征图作为输入，执行卷积操作之后再将其自己的特征图传递给所有后续卷积层。Dual Path Network（DPN）[9]结合了 ResNets和 DenseNet，在许多计算机视觉任务中均获得了竞争性的成绩。最近一些研究表明，注意力机制可以通过重新校准对特征图最有用的部分的特征响应来有效地提高网络性能，例如对图像定位、语义分析[10]及图像分类[11]。基于注意力机制，一些研究通过学习特征通道与空间之间的相关性来获得网络利益。胡等人[12]提出了一个称为“Squeeze-and-Excitation（SE）”的模块用来执行特征通道级特征重新校准，以自适应地进行图像分类。王等人[13]提出了Non-local Neural神经网络通“non-local”操作来捕获特征图的依赖关系。

随着卷积神经网络层数越来越深，有几个问题值得考虑。首先，图像特征包含全局信息、边缘信息和纹理信息等，它们对图像分类准确性有不同的贡献。……