ranla
1.基于随机采样提高运行速度
2.设计LFA模块提取局部特征
重点设计内容在于LFA模块的特征提取
LFA模块主要包括局部特征编码 自注意力机制 扩张残块
局部特征编码
与原来特征拼接得到F尖k
自注意力模块
自注意力模块 学习权重局部的每个特征s
将权重与特征相乘得到加权后的F
一共五层LFA
解码采用最邻近插值和拼接
整体框架如上图
LFA模块针对解决的问题是什么没看懂
如有不对,请多多指教
ranla
1.基于随机采样提高运行速度
2.设计LFA模块提取局部特征
重点设计内容在于LFA模块的特征提取
LFA模块主要包括局部特征编码 自注意力机制 扩张残块
局部特征编码
与原来特征拼接得到F尖k
自注意力模块
自注意力模块 学习权重局部的每个特征s
将权重与特征相乘得到加权后的F
一共五层LFA
解码采用最邻近插值和拼接
整体框架如上图
LFA模块针对解决的问题是什么没看懂
如有不对,请多多指教