qq_31510081的博客

我们激励并展示功能选择性免锚（FSAF）模块，这是单发物体检测器的简单有效的构建块。可以将其插入具有特征金字塔结构的单发检测器。 FSAF模块解决了传统基于锚的检测带来的两个限制：1）启发式引导特征选择； 2）基于重叠的锚采样。 FSAF模块的一般概念是在线特征选择，用于选择多级无锚分支。具体来说，将无锚的分支附加到要素金字塔的每个级别，从而允许在任意级别以无锚的方式进行盒编码和解码。在训练期间，我们会动态地将每个实例分配给最合适的功能级别。在进行推断时，FSAF模块可以通过并行输出预测与基于锚的分支一起工

我们通过利用特征的通道间关系来生成通道注意图。由于特征图的每个通道都被视为特征检测器[32]，因此通道注意集中于“对于输入图像而言有意义的”。为了有效地计算频道注意力，我们挤压输入特征图的空间尺寸。迄今为止，为汇总空间信息，通常采用平均池化。 Zhou等人[33]建议用它来有效地学习目标物体的范围，Hu等人[33]则建议使用这种方法。 [28]在他们的注意力模块中采用它来计算空间统计量。除了先前的工作，我们认为最大池收集了关于物体独特特征的另一个重要线索，以推断出更精细的通道注意。因此，我们同时使用平均池和

maxpool 的ceil_mode参考https://blog.youkuaiyun.com/html5baby/article/details/100609026

CIFAR-10数据加载及预处理中遇到的问题在第一次运行代码时没有问题,想要调试时在jupyter中打开了第二个窗口,运行了一样的代码后出现问题PermissionError Traceback (most recent call last)<ipython-input-1-765e9f8853ad> in <modul...