本文主要是介绍深度学习_经典网络_SRN，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
空间规整( spatial regularization）
为什么要做空间规整？ 因为标签之间没有标注空间信息，难以得到标签之间潜在的空间关系。
如何做空间规整？ 在Learning Spatial Regularization with Image-level Supervisionsfor Multi-label Image Classification一文中，作者提出了学习所有标签之间的注意力图（attention maps），挖掘标签之间的潜在关系，结合正则化的分类结果和ResNet101网络的分类结果，提高了图像分类的表现。
空间规整网络（spatial regulation network, SRN）的主网络是ResNet-101，得到基本的视觉分类特征并作为SRN的输入。SRN利用注意力机制，当图像中存在某个标签的时候，更多的注意力应该放在相关的区域，从而标签的注意力图（在原图的相应位置）编码了标签对应的空间信息，结合网络和SRN分类结果得到最终的分类置信度。
这篇关于深度学习_经典网络_SRN的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
