search

kangyuzhe666 / yolov3_cam_frm

yolov3基础上添加cam与frm模块参考context_augmentation_and_featu
MIT License
24 stars 2 forks source link

PCRC 的部分和文章中的公式对不上吧 #2

Open qiao-xu opened 2 years ago

qiao-xu commented 2 years ago

文章中是分别进行mp、sp后通过卷积，然后sigmoid[AP (F ) + M P (F )]，生成3个1x1x1的channel 自适应权重，在我看来这就是一组SE模块吧

zhangyusen1997 commented 2 years ago

论文提的这种算是通道注意力吗，只不过是每个尺度乘了一个数

qiao-xu commented 2 years ago

论文提的这种算是通道注意力吗，只不过是每个尺度乘了一个数

论文提的这种算是通道注意力吗，只不过是每个尺度乘了一个数

在我看来，三个尺度的特征图concat在一起后，他是使用了类似CBAM的结构进行的融合，应该算是通道注意力吧

zhangyusen1997 commented 2 years ago

这个softmax求空间注意力是不是也有问题啊，在dim=0取，dim=0不是batch维吗

qiao-xu commented 2 years ago

这个softmax求空间注意力是不是也有问题啊，在dim=0取，dim=0不是batch维吗

是的，paper里写的不清楚，只能靠公式猜了，我一直没搞懂他通道是怎么统一的

116022017144 commented 1 year ago

文章中是分别进行mp、sp后通过卷积，然后sigmoid[AP (F ) + M P (F )]，生成3个1x1x1的channel 自适应权重，在我看来这就是一组SE模块吧

我也是这么以为的，通道注意力是SE，感觉就是把原本串行的CBAM改成并行的，然后通过相加进行融合。按这个思路加到我的实验中，精度还降了