算法优化 —— 特征融合篇


一、UNet v2(2023)

代码链接

提出的SDI模块,通过将高级特征的语义信息与低级特征的细粒度信息通过哈达马乘积相结合,增强每级特征图。
在这里插入图片描述
经过实测,使用这种解码结构,对小目标的提升较大

有待尝试:多层次特征融合(SDI)结合PConv、DualConv、GSConv

二、GCAfusion: 内容引导注意力特征融合(2024TIP)

论文地址
代码地址

原论文是关于图像去雾的,其中提出的GCA模块可用于各种模型的高、低特征融合。核心部分是计算特征调制的空间权重:编码器部分的低层特征和相应的高层特征被送入CGA计算权重,然后通过加权求和的方法进行组合。通过跳跃连接添加输入特征,以减轻梯度消失问题并简化学习过程。最后,融合后的特征通过 1×1 卷积层进行投影,得到最终特征。

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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

打赏作者

想要躺平的一枚

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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