语义分割 Attention模块 CVPR2019

Dual Attention Network for Scene Segmentation

该论文提出在spatial和channel维度分别进行attention操作,个人理解attention就是训练出来的Mask,代表每个point的重要性,网络图如下,代码:https://github.com/junfu1115/DANet
在这里插入图片描述

BiSeNet: Bilateral Segmentation Network for Real-time Semantic Segmentation

该论文中也使用了attention操作,属于spatial维度的,作者代码:https://github.com/ycszen/TorchSeg
在这里插入图片描述
同时这里也更加重视的写了Feature Fusion Module,这个部分在Deeplabv3+和一些其它模型中都是直接channel层Cat操作。
值得注意的是作者发这篇文章的创新点是Spatial

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
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