yellowYuga
commented
5 years ago 您好： 这是我跟据原文写的2d cspn：
def eight_way_propagation_v3(self, weight_matrix, blur_matrix, kernel):
[batch_size, channels, height, width] = weight_matrix.size()
weight_abs = torch.abs(weight_matrix)
self.avg_conv = nn.Conv2d(in_channels=1, out_channels=1, kernel_size=kernel, stride=1,
padding=(kernel - 1) // 2, bias=False)
weight = torch.ones(1, 1, kernel, kernel).cuda()
weight[0, 0, (kernel - 1) // 2, (kernel - 1) // 2] = 0
self.avg_conv.weight = nn.Parameter(weight)
for param in self.avg_conv.parameters():
param.requires_grad = False
weight_sum = self.avg_conv(weight_matrix)
abs_sum=self.avg_conv(weight_abs)
out=torch.div((abs_sum-weight_sum)*blur_matrix+self.avg_conv(weight_matrix*blur_matrix),abs_sum)
return out根据设计的一些简单的手动的计算验证了是正确的（囧）。 其中weight_matrix可以是负数值，原来代码中的若weight_matrix可能为负数值的话会出错。
guandog
dontLoveBugs
ArcherFMY
ghost
Sarah20187
longyangqi
bolimath
yanyq1990
sunlibocs
您好： 如同您在cspn里的issues所说，eight_way_propagation函数的实现与文章不符。最后您的实现是按照文章来的还是按照原来的代码来的，最后达到文章中的效果了吗？