0. 写作目的:
好记性不如烂笔头。
1. 问题
目前的方法很少区分,不同类之间的上下文依赖,这可能会影响精度。
如:
2. 解决方法
作者使用Context Prior 来同类和不同类的(类内和类间)的关系进行建模。
作者引入 亲和力loss(affinity loss) 来监督 Context Prior layer 来学习 Context Prior Map.
同时设计来了 Aggregation Module 来进行融合空间信息(与GCN类似)。
3. 模型架构
Aggregation module:k = 11,由实验得到的