attention map visualization code

[ysj9909]

Thank you for the release of the code for your paper.

I was curious whether you could additionally also share the code that produced Fig. 1 of the paper i.e. the attention maps.

[ma-xu]

@ysj9909 Thanks for your interests. I can add it by the end of May since I'm really busy recently. I will let you know once added.

[ysj9909]

Thank you!!!

[haiduo]

@ysj9909 Thanks for your interests. I can add it by the end of May since I'm really busy recently. I will let you know once added.

大佬，您好，我有点不懂如何根据不同的query points(不同的position patch)去得到对应的attention map，是对该patch位置进行了掩码得到对应的attention还是？期待您的回复。

[ma-xu]

@haiduo 你好，就是算出对应位置的attention。

[haiduo]

@haiduo 你好，就是算出对应位置的attention。

您好，您方便分享下这块生成attention的代码不，我还是不理解“不同的query points(不同的position patch)去得到对应的attention map”，可以的话加我的微信 abc1056530546，或者发我的邮箱 haiduohaiduo@outlook.com, 谢谢您的回复。

[ma-xu]

@haiduo 当然，代码没有好好整理，不过应该可以直接跑。 https://drive.google.com/drive/folders/1okWf2noIrnDdOBNYUfl_iZe3LLjb_59n?usp=share_link

@ysj9909 Very sorry about the late reply! The visualization code can be downloaded here: https://drive.google.com/drive/folders/1okWf2noIrnDdOBNYUfl_iZe3LLjb_59n?usp=share_link It is not well re-organized, but should work well.

Please let me know if you have any further questions or concerns.

Best, Xu

[haiduo]

@haiduo 当然，代码没有好好整理，不过应该可以直接跑。 https://drive.google.com/drive/folders/1okWf2noIrnDdOBNYUfl_iZe3LLjb_59n?usp=share_link

@ysj9909 Very sorry about the late reply! The visualization code can be downloaded here: https://drive.google.com/drive/folders/1okWf2noIrnDdOBNYUfl_iZe3LLjb_59n?usp=share_link It is not well re-organized, but should work well.

Please let me know if you have any further questions or concerns.

Best, Xu

大佬，我把你的代码看了，明白了您的不同query对应不同的attention map。 首先，我不太认同这个针对某一个query(或 token)对应的计算的加权值（也即是该query对应的全局attention map的某一行）通过reshape成14x14就是attention map，最多只能称为该token与其他token对应的相关性（也就是一个向量）。其次，你发现的这个现象其实也不奇怪，因为之前已经发现，随着Vit系列的模型越深的block对应的attention map就表现出竖条形状（参考: vit_demo ） 所以不同行的query表现的形式基本一样，也就是您所谓的reshape后的14x14的“attention map”。 最后，感谢您的code分享，如有不同的想法，欢迎交流，谢谢。

[ma-xu]

@haiduo 谢谢你的思考和留言，帮助我们提高自己的work