![](https://img-blog.csdnimg.cn/20201014180756780.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
人工智能
文章平均质量分 91
一条自私的鱼
这个人菜死了……
展开
-
详解Single-Shot Alignment Network (S2A-Net) ,详解AlignConv,基于遥感图像的特征对齐旋转目标检测
Single-Shot Alignment Network (S2A-Net)是单阶段的目标检测器,包含FAM和ODM。FAM(特征对齐模块)使用ARN产生高质量的锚点,使用AlignConv根据对应的锚框将特征对齐,该网络在特征图中每一个位置只使用一个方形的锚点,然后ARN将该锚点改进为高质量的旋转锚点。接着AlignConv对齐卷积层根据相应锚点的形状、大小和方向将特征排列起来。ODM使用ARF将方向信息编码,提供对方向敏感的特征,接着通过池化对方向敏感的特征提取出方向不变的特征,最后将特征分别输入回归原创 2023-07-15 17:24:57 · 1865 阅读 · 0 评论 -
2023.4.23 自注意力机制
一般都是单向量输入,但是如果多向量输入应该如何处理呢?引出自注意力机制多向量输入可能会有多种输出,如果输入n个向量,输出n个向量表明这是sequence labeling,比如对于一个英文句子,每一个单词都判断是什么词性输入n个向量,输出1个向量,这是常见的classification问题,也就是分类问题,比如通过语音识别出是哪个人。原创 2023-04-23 22:32:58 · 609 阅读 · 1 评论