[논문 리뷰] CNN - SENet (CVPR 2018)

이번 방학부터 대학원생 동기, 선배 2명과 함께 논문구현 스터디를 시작했습니다. 저는 논문을 읽고 요약 및 설명하는 역할을 맡았고 나머지 두 명은 각각 keras와 pytorch로 코드를 구현하는 역할을 맡았습니다. 블로그에 올라오는 글들은 원 논문 및 논문 관련 설명들을 참고하여 작성한 것입니다. 코드는 게시물 하단에 적어놓은 제 깃허브에 공유했습니다. 참고하시면 좋을 것 같습니다. 설명과 코드에 틀린 부분이 있을 수 있습니다. 정중하게 지적해주시면 참고하겠습니다.

---

원 논문: https://arxiv.org/abs/1709.01507

 

SENet은 다음과 같이 한 마디로 정리할 수 있겠습니다.

 

“Squeeze와 Excitation이라는 연산작업으로 정보의 압축 & 재조정을 효율적으로 실시할 수 있게 하는 아이디어가 핵심이다. 적은 연산량으로도 성능 향상을 상당히 기대할 수 있고 가장 좋은건 기존 네트워크에 바로 붙이기만 하면 적용이 가능하다는 것이다.”

 

구현 코드:

https://github.com/jhcha08/DeeplearningPaperCode/blob/master/%EC%8A%A4%ED%84%B0%EB%94%94%2020200321%20-%20CNN.%20SENet.ipynb

 

참고 자료:

https://jayhey.github.io/deep%20learning/2018/07/18/SENet/

https://wwiiiii.tistory.com/entry/SqueezeandExcitation-Networks#dfref-footnote-1

https://bskyvision.com/640?category=635506