参考：https://blog.csdn.net/qq_23304241/article/details/80292859
global 与 local 在字面上都是用来形容 pooling 窗口区域的。 local 是取 feature map 的一个子区域求平均值，然后滑动这个子区域； global 显然就是对整个 feature map 求平均值了
pooling：降采样，保留显著特征、降低特征维度，增大kernel的感受野
（深度网络越往后面越能捕捉到物体的语义信息，这种语义信息是建立在较大的感受野基础上：底层local response ---> 高层全局）
全连接层：
作用：
将最后一层卷积得到的feature map stretch成向量，对这个向量做乘法，最终降低其维度，然后输入到softmax层中得到对应的每个类别的得分。
存在的问题：
参数量过大，降低了训练的速度，且很容易过拟合
全连接层 VS Global Average Pooling
image.png
GAP的真正意义是:对整个网路在结构上做正则化防止过拟合（参数比全连接少，且能改变网络输出尺寸）。其直接剔除了全连接层中黑箱的特征，直接赋予了每个channel实际的内别意义.
GAP可以实现任意图像大小的输入。但是值得我们注意的是，使用gap可能会造成收敛速度减慢
网友评论