- 博客(3)
- 收藏
- 关注
原创 Umixformer语义分割
第一步,首先生成Fi,N代表4个stage,我们这里举个例子,比如F1,对应stage4,他的Xkv按照公式为E1,E2,E3,E4也就是四个stage输出的集合。再比如stage3,他的Xkv按照公式为E1,E2,E3,D4的集合,也就是将stage3 encoder的输出换为了decoder的输出。将集合的前三特征图进行平均池化与线性映射处理,处理后再与第四个拼接。本文提出的Xkv与以往不同,根据不同的stage生成不同的Xkv,具体来说。2023发表在cvpr。
2024-05-22 17:28:59
477
1
原创 SCTNet
图(a)左边的支路是Context Path既语义分支,他最后1/32的特征图有更大的感受野,从而有更丰富的语义信息,而右边的支路为Spatial Path既空间信息分支,他的网络较浅,特征图大小是原图片的1/8,保留更多的空间信息。上面的分支为CNN分支,总共分为4个stage。(b)b这种网络先对图像进行1/2、1/4和1/8的下采样,再分别用两个分支进行处理,和(a)结构类似,左边为语义分支,右边为空间分支,FM模块就是将左边语义分支的特征图经过上采样,激活函数处理,再与右边分支的特征图相乘。
2024-04-19 16:10:45
727
4
原创 transformer在cv领域
transformer - vision transformer()第一次将transformer运用在计算机视觉领域纯transformer模型的缺点:参数多,要求算力高缺少空间归纳偏置迁移到其他任务比较繁琐模型训练困难。
2024-02-23 11:48:26
1768
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人