算力减半不损精度
无需先验知识即可让CNN学习特征关系，同时提升可解释性、域泛化与噪声鲁棒性。
Xiong, Shengzhou · 谭毅华 · 汪国有 · Yan, Pei · Xuanyu, Xiang
Neural Networks 2024
通过让CNN自行学习特征间关系，避免了获取外部先验知识的困难。
RE-Conv层表示特征关系而不引入额外模块，保持计算和存储消耗不变。
在减少FLOPs约50%的同时，保持了与原始CNN相当的精度。
该方案可无缝集成到现有方法中，进一步提升域泛化等性能。