attention模块就是加权的思想。
类型:channel加权,spatial空间位置加权。
channel加权:给与不同channel不同的权值。
spatial空间位置加权:对于特征图上不同位置给与不同权重。
加权值计算
maxpool和avgpool来确定对应位置的权重。sigmoid对权值做归一化。
也有说用softmax将权值在做归一化的同时,概率值加起来等于1,训练起来不好反传吧。
结构如下图
(上)channel attention module;(下)spatial attention module抛个问题:
大的感受野+attention是不是相当于deformable卷积。
网友评论