DETR系列文章之–Anchor DETR

DETR系列文章之–Efficient DETR



前言

Anchor DETR发表于2022的AAAI,文章的主要思想是通过给每个可学习的Query Embedding赋予明确的物理意义,使其聚焦于特定的区域。


一、Anchor Points to Object Query

在原始DETR中,Attention公式如下:
在这里插入图片描述
本文作者是选用了两种类型的锚点:Grid Anchor Points和Learned Anchor Points,如下图所示:
在这里插入图片描述
Grid Anchor Points代码:

# 均匀网格锚点
nx=ny=round(math.sqrt(self.num_position))
self.num_position=nx*ny
x = (torch.arange(nx) + 0.5) / nx
y = (torch.arange(ny) + 0.5) / ny
xy=torch.meshgrid(x,y)
  • 3
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 0
    评论
评论
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

打赏作者

猫撞

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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