mmdetection(4)：An Empirical Study of Spatial Attention Mechanisms in Deep Networks

你以为的attention机制只有m(2）和m（3）吗？ 年轻；
mmdetection(2)： DeformableConvNets(DCN)
mmdetection(3)：Non-local Neural Networks

ok， 我们来分析一下，m（2）是啥，可变卷积，怎么搞的，增加偏移量啊。
好，这是根据位置关系来确定attention。
然后的m（3）呢。根据的使两个点的特征，这是根据特征搞的，
那这篇文章讲了个啥呢，膜拜大神，人家把所以的attention都综合了一下。整出这么个玩意，别小看这个啊，这可是精华，
q表示当前点索引，Zq表示q的内容，z表示查询点索引，x表示内容，那明显啊，A就表示映射函数啊，dcn中的双线性插值函数，non-local中的f函数，意思就是那些地方需要被关注，以及其特征值，然后综合一下就是当前点的特征值。

那么A有几种形式呢，四种，以下：
E1）query 内容特征和 key 内容特征；（E2）query 内容特征和 query-key 相对位置；（E3）仅 key 内容内容特征；（E4）仅 query-key 相对位置。

有没有发现，E2和dcn相似，E1和non-local相似啊。然后不啦不啦不啦----------一大堆比较。欧克，就这样，具体看论文把。代码我是看不懂了，能搞定的教教我啊