《FcaNet: Frequency Channel Attention Networks》

文章解读

在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述
在这里插入图片描述

DCT的初始化代码:
在这里插入图片描述
这里fidx_u和fidx_v可依据自己的实验结果算出,比如跑出来得到一个4*4个结果如下所示:

在这里插入图片描述
假设我们选取最高的4个频率分量,那么结果为(0.9, 0.8, 0.7, 0.6),它们对应的序号为([1, 2], [0, 0], [3, 0], [2, 3]),那么有:

fidx_u = [1, 0, 3, 2]
fidx_v = [2, 0, 0, 3]

具体详情可参考知乎ID:https://www.zhihu.com/people/peissen,欢迎关注讨论。

  • 6
    点赞
  • 16
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值