性能一致提升
通过聚合邻域信息增强恢复步骤，提升网络表示能力并加速训练收敛。
Xu, Yuhui · Xie, Lingxi · Xie, Cihang · 戴文睿 · Mei, Jieru · Qiao, Siyuan · Wei, Shen · 熊红凯 · Yuille, Alan L.
IEEE Transactions on Pattern Analysis and Machine Intelligence 2023
基于多种骨干网络在广泛视觉任务上均取得一致的性能提升，表明方法具有通用性。
BNET 能够加速网络训练的收敛，减少达到目标精度所需的训练迭代次数。
通过为重要神经元分配较大权重，增强网络对空间信息的建模能力。
BNET 可用深度卷积实现，并可无缝移植到现有 BN 架构中，部署成本低。