要約
畳み込みニューラルネットワーク（CNN）の中心的な構成要素は畳み込み演算子であり、これによりネットワークは各層の局所受容野において空間情報とチャネル方向の情報を融合して、有用な特徴を構築することが可能となります。これまでの多くの研究では、この関係性の空間成分に焦点を当て、CNN全体の特徴階層における空間エンコーディングの品質を向上させることで表現力強化を目指してきました。本研究では、代わりにチャネル間の関係性に注目し、「Squeeze-and-Excitation」（セイズ・アンド・エキテーション）ブロックと呼ぶ新しいアーキテクチャユニットを提案します。このブロックは、チャネル間の相互依存関係を明示的にモデル化することで、チャネル方向の特徴応答を適応的に再調整します。我々はこれらのブロックが積み重ねられることで、異なるデータセットに対して非常に効果的に一般化するSENetアーキテクチャを形成できることを示します。さらに、SEブロックが既存の最先端CNNにおいて僅かな追加計算コストで大幅な性能向上をもたらすことを実証しています。Squeeze-and-Excitation Networksは、ILSVRC 2017分類コンペティションでの当方の提出作品の基礎となりました。この作品は1位となり、トップ5エラー率を2.251%に削減し、2016年の優勝作品に対して約25%の相対的な改善を達成しました。モデルとコードはhttps://github.com/hujie-frank/SENetから入手可能です。