.png){kind=icon}
返回
VCKNet: An adaptive, modular, and lightweight Variable-sized Convolutional Kernel Network
.png){kind=icon}
PRE
AI
DOI：10.1016/j.matcom.2026.07.049.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
我们提出VCKNet（变尺寸卷积核网络），一种具有三个不同核尺寸分支、通道注意力机制和动态融合的自适应、模块化和轻量级卷积神经网络（CNN）。这些组件通过重新校准尺度感知特征来减少冗余并支持判别学习。所提出的架构设计在保持计算效率的同时维持了清晰的结构组织。在标准基准和野外数据集上的实验表明，VCKNet能有效捕捉多尺度结构，其性能可与更深层的状态-of-the-art模型相媲美。跨多次运行的统计分析进一步证实了VCKNet的稳定性。计算成本和部署效率分析进一步支持其适用于资源受限和生产导向场景，在这些场景中灵活性、稳定性和概念清晰性至关重要。
Keyword:
Multiscale image classification
Convolutional Neural Network
Variable-sized Convolutional Kernel
Multiscale feature representation
Pyramidal structure