论文学习笔记 Spatial Attention Pyramid Network forUnsupervised Domain Adaptation（2020ECCV ）

论文学习笔记 Spatial Attention Pyramid Network forUnsupervised Domain Adaptation（2020ECCV ）

相关的知识点（需要额外学习的）

1 spatial pyramid pooling (SPP)

参考https://blog.csdn.net/weixin_48167570/article/details/120922689

kaiming提出的，主要用于解决之前图片尺寸不同， cropping or warping会扭曲原始的图像

SPP使用不同的尺寸进行池化，最终得到多个固定尺寸的张量，再使用全连接层进行操作

对比SAP SPP差异 1平均池化替代最大池化 2，这在消融实验中得到了证明。第二，SPP将只有几个窗口大小的特征集合起来，并将它们连接起来以生成固定长度的表示；而SAP旨在捕获金字塔中所有级别的多尺度上下文信息

2 RPN：Region Proposal Networks (区域候选网络)

Faster R-CNN使用区域建议网络（RPN）预测类别不可知的粗略对象建议，然后提取固定大小的对象特征，以分类对象类别并细化对象位置。

参考 https://blog.csdn.net/qq314000558/article/details/82082911
https://zhuanlan.zhihu.com/p/391562984

anchors，实际上就是一组由rpn/generate_anchors.py生成的矩形 对于每个特征层的点，按照固定的比例和尺寸生成

Region Proposal Networks。RPN网络用于生成region proposals。该层通过softmax判断anchors属于positive或者negative，再利用bounding box regression修正anchors获得精确的proposals。

3 attention：理解可以参考DANet

参考 https://blog.csdn.net/xijuezhu8128/article/details/111163373

模型的总体介绍

个人觉得，有点像RPN，SPP，attention的结合改良体

loss：

loss分为两部分，一个是任务本身的loss，另一个是对抗损失，但这个对抗，source和target是分开进行的，没有交互，就是backbone生成的adaptation_feature经过netD，将source和target分别设为0和1，与这个0或者1的标签做loss

（结合了论文和代码，自己随手画的草纸图。。）