
目标检测
文章平均质量分 62
不会绑马尾的女孩
这个作者很懒,什么都没留下…
展开
-
Coordinate attention,SE,CBAM
1、SE因为普通卷积难以建模信道关系,SE考虑通道的相互依赖关系增强模型对信息通道的敏感性,同时全局平均池化可以帮助模型捕获全局信息。然而SE只考虑了内部通道信息而忽略了位置信息的重要性。输入X首先经过全局平均池化然后经过全连接层来捕获每个通道的重要性,再经过非线性层也就是使用ReLU激活函数来增加非线性因素,再经过全连接层来捕获每个通道的重要性。最后全连接层的输出用sigmoid归一化加权后和输入X通道乘法。2、CA(coordinate attention)主要分为两步,位置信息的原创 2022-05-03 10:54:09 · 1239 阅读 · 2 评论 -
pytorch实现yolov4的cam热力图可视化
参考视频:https://www.bilibili.com/video/av799922871/参考代码位置:https://github.com/IDayday/YOLOv4_CAMYOLOv4代码参考博主:https://blog.youkuaiyun.com/weixin_44791964/article/details/106214657CAM利用GAP(Global Average Pooling)替换掉了全连接层。热力图可视化展示:一、修改代码在detect_image函数中,增加返回out原创 2022-03-31 08:58:37 · 3162 阅读 · 4 评论