DANet:Dual Attention Network for Scene Segmentation
Overview
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/46c6e0dbe993c14114f4ad43e4ba47ff.png)
基础网络为dilated ResNet(与DeepLab相同),最后得到的feature map大小为输入图像的1/8.之后使两个并行的attention module分别捕获spatial 和 channel 的依赖性,最后整合两个attention module的输出得到更好的特征表达。
Position Attention Module
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/4ad4c32b45508dd8c231f70343e0a12e.png)
Channel Attention Module
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/5fb137c70c24440076c3841de36659e7.png)
Result
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/095fd50abd73566457299c54cbd44b40.png)
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/b60cd6a5e235c657e4d17877e0f2afff.png)
总结
![在这里插入图片描述](https://i-blog.csdnimg.cn/blog_migrate/49040e346a1f83d436c29279e9c91165.png)