深度学习（Deep Learning, DL）的概念由Hinton等在2006年提出，其通过多层结构的表征学习方法显著提升了计算机视觉任务的性能。CNN（卷积神经网络）作为处理图像数据的主流深度学习模型，经历了从LeNet-5、AlexNet到ResNet的快速发展。这些网络的出现，为语义分割任务注入了强大的性能支持。

DeepLab全系列论文阅读笔记 深入浅出

SENet通过通道注意力机制（Squeeze-and-Excitation模块）来自适应地调整各通道特征响应，增强了网络的表示能力。

各种注意力机制被研究用以提高不同计算机视觉任务的性能。然而，之前的方法忽略了保留通道和空间两个方面的信息以增强跨维度交互的重要性。因此，论文提出一种全局注意力机制，通过通道和空间双注意力减少信息损失，增强全局特征交互,从而提升视觉任务的性能。

深度学习（Deep Learning, DL）的概念由Hinton等在2006年提出，其通过多层结构的表征学习方法显著提升了计算机视觉任务的性能。CNN（卷积神经网络）作为处理图像数据的主流深度学习模型，经历了从LeNet-5、AlexNet到ResNet的快速发展。这些网络的出现，为语义分割任务注入了强大的性能支持。

SENet通过通道注意力机制（Squeeze-and-Excitation模块）来自适应地调整各通道特征响应，增强了网络的表示能力。

本人是23年下载过DevEco Studio之前的版本，在今天导入新版项目时发现报错，故下载最新版，并制作此最新版DevEco Studio下载教程，方便大家下载；同时也是本人第一篇博客，如有问题望大家指正，今后也会继续分享有关HarmonyOS开发的知识和经验，希望大家关注一下！