动态卷积论文复现

最新推荐文章于 2024-07-29 11:33:25 发布

置顶

sunlanchang

最新推荐文章于 2024-07-29 11:33:25 发布

阅读量2k

点赞数 3

分类专栏：笔记

本文链接：https://blog.csdn.net/sunlanchang/article/details/103820811

版权

本文基于微软的研究论文，详细介绍了动态卷积的实现过程，结合作者的理解进行复现，旨在探讨如何将注意力机制应用于卷积核。欢迎指正交流。

摘要由CSDN通过智能技术生成

根据微软最新文章Dynamic Convolution: Attention over Convolution Kernels中结合自己的理解进行了动态卷积的复现，如有错误之处还请指出交流。

class DYconv(nn.Module):

    def __init__(self, inchannel,outchannel ,kernel_size,stride,reduction=4,K=4,t=30):
        super(DYconv, self).__init__()

        self.t=t
        self.K = K
        self.kernel_size = kernel_size
        self.stride = stride

        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.fc = nn.Sequential