关于全局平均池化的问题？
收藏
全局平均池化是将整张特征图n*n*c平均成 1*1*c的操作，有什么作用吗（除了在网络最后减少计算量以外）？
尤其是在图像分割中，说全局平均池化能够得到全局特征，这个全局特征对图像分割的具体意义在哪？就多了一个平均值就有全局特征了？他对分割结果的贡献是不是没有说的那么大？
0
收藏
请登录后评论
可以把全局平均池化看成是全连接层，主要是为了减少参数量，从而减少过拟合
是的是的，看到GAP当做fc使用来减少参数量。但也看到在网络前中部使用，说是的到更多的全局特征，不知道这个得到的全局特征究竟效果有多大，还是大家在自圆其说。
GAP是为了大幅减少参数量的同时加速计算，模型性能、效果没有受到大幅影响
分类是最后往往用GMP，为什么分割最后用GAP？
分类最后用GAP激活起作用最大的神经元，是因为只输出一个分类结果。而分割要输出每个像素的分割结果所以用GMP？
我见过有的算法是用GMP+GAP，这是为什么？分割有最后用GMP的么？
也有用GMP的
GAP+GMP可以起到更好效果 所以只有这种情况下才用 一般一种就够用了 而且一般情况下一种的效果和两种的区别不大
哦，那就是说，可以先试试GAP+GMP能不能有提升，没提升就用一种减少计算量
深度学习有时真是个葫芦啊。按说GMP算是”锐化“作用，GAP算是”模糊“作用吧，竟然使用效果差不多。。。
更神奇的是把”锐化“和”模糊“加和作平均，这是什么操作？～～。。。