代码实现-CVPR2020-Dynamic Convolution: Attention over Convolution Kernels

代码参考链接

链接1
链接2
强调注意看issue部分,动态卷积的参数初始化很重要,Bias初始化的部分有错误。需要根据issue进行修改。self.bias = nn.Parameter(torch.zeros(K, out_planes))
在这里插入图片描述

论文理解材料

链接
核心思想,原来是多个样本采用一组固定的卷积参数,现在是每个样本输入,对应生成一组卷积参数,训练的时候有K个卷积核参数,通过attention模块产生K个参数,组合叠加生成对应的一组卷积参数。
另外,高维特征适合作为动态卷积的输入,需要根据实际任务场景进行微调。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值