![5bf4e4b7773b1d012e7485ebb7254b18.png](https://i-blog.csdnimg.cn/blog_migrate/02a14023a4aa118ecaa6aee434879079.jpeg)
增添注意力机制 keras,TensorFlow和pytorch 版本
对注意力机制不懂得,请评论。不需要私信或者加好友,让大家都看到你的问题这样大家都能一起学习,谢谢大家了
pytorch中加注意力机制:
初识CV:pytorch中加入注意力机制(CBAM),以ResNet为例zhuanlan.zhihu.com![08b3a0340cca00b6209667decb3db9da.png](https://i-blog.csdnimg.cn/blog_migrate/670aa16ef74237ff05651076385a46b6.jpeg)
或者
pytorch中加入注意力机制(CBAM),以ResNet为例_qq_38410428的博客-CSDN博客blog.csdn.net![883a26ca87418915ad84040feea65930.png](https://i-blog.csdnimg.cn/blog_migrate/a9c894163c2e1d83bae334b2d32bead3.jpeg)
keras, TensorFlow中加入注意力机制:
初识CV:keras, TensorFlow中加入注意力机制zhuanlan.zhihu.com![08b3a0340cca00b6209667decb3db9da.png](https://i-blog.csdnimg.cn/blog_migrate/670aa16ef74237ff05651076385a46b6.jpeg)
或者
keras, TensorFlow中加入注意力机制blog.csdn.net![883a26ca87418915ad84040feea65930.png](https://i-blog.csdnimg.cn/blog_migrate/a9c894163c2e1d83bae334b2d32bead3.jpeg)
此代码为线下运行代码,不支持在华为云上运行。
因为比赛还没有结束,所以代码没有放完,不过影响不是很大,只是网络和图像size的改变。
可以参考文章的中另外一个比赛的分析经验,预估一个个测试的话可能能达到98%,由于下周开题没有时间测试了,感兴趣的可以一个个测试。详细的可以参考:
初识CV:“观云识天”人机对抗大赛:机器图像算法赛道-天气识别—百万奖金zhuanlan.zhihu.com![1c958af2ade96c5b2bf6638d0d6e5e7a.png](https://i-blog.csdnimg.cn/blog_migrate/bcb650fb56a1e00921e4872b57ab6246.jpeg)
由于参加比赛时间较晚,所有就在一两天的时间内完成了一个Baseline,线上准确率97%左右,于是与大家分享分享。
一共两个数据读取版本
第一个版本
完整代码已经上传GitHub:
点击这里github.com第一个是基于官方给的src_v2_20191120.zip里面的prepare_data.py,将数据划分成DataLoader函数能够直接读取的形式。train和val的形式如下: