前言
来自2022.3CVPR的一篇论文,与DRAEM模型组合效果排名能到第四(papers with code网站统计)
SSPCAB模块原理(源码)
结构:带有掩码滤波与通道注意力模块的卷积块
思想:利用像素处周围的像素值预测此处的值,增加模型对相对位置信息的把握能力。
class SSPCAB(nn.Module)掩码滤波
使图像做好零填充后,在四个K位置使用卷积,数值合并后放在中央位置即M处。
class SELayer(nn.Module)通道注意力模块
将特征块的每个通道的特征矩阵求平均值,这样每个通道只有一个值。将这些值经过全连接层,经relu激活再经过全连接层和sigmoid激活。
超参数:d,h,r
损失函数
使用自监督的思想,是输入的张量与输出的张量比较,使用均方误差,如下。
实验
消融实验:卷积和大小的设置k/d/MAE or MSE/CA or SA or both。
对比实验:将模块应用到不同网络展示效果。