呆呆的猫的博客

文章目录一、背景二、动机三、方法3.1 Large Kernel Attention3.2 VAN四、效果4.1 分类4.2 目标检测4.3 语义分割论文链接：https://arxiv.org/abs/2202.09741代码链接：https://github.com/Visual-Attention-Network一、背景源于 NLP 的 self-attention 机制在应用于 2D 图像的时候，有三个问题：将 2D 的结果看做 1D 的序列，会损失 2D 空间结构高分辨率的图像会导致