How much Position Information Do Convolutional Neural Networks Encode?

标签：work   初始化   info   padding   分割   特征   很多   lan   任务   

知乎上看到一篇博客https://zhuanlan.zhihu.com/p/99766566，讨论cnn中位置信息是如何学到的，感觉挺有意思的，就看了一下原文，

简单记录一下几个实验部分。

1、位置信息来自预训练模型

　作者分别用预训练权重的vgg,resnet和posenet来对比，发现用了预训练权重的vgg和resnet提取的位置信息更准确。但这个实验我

觉得设计的不合理，真正对比实验应该设计的是，用预训练权重的vgg，resnet对比随机初始化的vgg,resnet，而不是和单层的posnet来对比

2、大的卷积核和更多的层数，能获得更准确的位置信息

    更多的层数就不用说了，更大的卷积核也符合light head rcnn中得到的结论的，在某层中使用大的卷积核，效果更好。

3、位置信息存放在那一层

   原文分别用5层特征来对比，最后发现越深的特征，结果越准确。

4、位置信息来自哪里

　这篇文章的核心，作者认为来自于padding，并设计了几组对比实验（包括检测分割任务）：加padding的准确率比不加的准确率要高很多。

How much Position Information Do Convolutional Neural Networks Encode?

标签：work   初始化   info   padding   分割   特征   很多   lan   任务   

原文地址：https://www.cnblogs.com/573177885qq/p/12243233.html