论文用三个可学参数作为融合权重，但这3个参数如何学到？

GOATmessi8 / ASFF

yolov3 with mobilenet v2 and ASFF

GNU General Public License v3.0

1.05k stars 216 forks source link

论文用三个可学参数作为融合权重，但这3个参数如何学到？ #86

Open LDoubleZhi opened 4 years ago

LDoubleZhi commented 4 years ago

论文中没有看到具体如何监督学习这3个参数，希望作者解惑

zhenghao977 commented 4 years ago

在ASFF模块中有，3个尺度通过插值和downsample到同一size后，每一个feature map经由一个1✖️1的卷积得到8维weights，然后3个尺度cat后再统一经过一个1✖️1的卷积得到3个参数，softmax后与3个feature map相乘得到fused feature map～因为这个fused feature map参与了loss计算，所以反向传播会更新相应的卷积层weights也就是学习到了这3个参数～

joe660 commented 3 years ago

得到fused feature map～

说的太好了!我是按照asff在YOLO一个图理解的 1、表示cat 2、表示softmax 3、表示softmax后与3个feature map相乘得到fused feature map 是这个意思吗