二、混合局部通道注意力介绍 Mixed local channel attention for object detection 2.1 原理 输入特征向量处理 MLCA的输入特征向量会进行两步池化。首先通过局部池化将输入转化为 1Cks∗ks 的向量以提取局部空间信息。 分支转换与信息融合 基于第一步,利用两个分支将输入转化为一维向量,第一个分支包含全局信息,第二...
二、混合局部通道注意力介绍 Mixed local channel attention for object detection 2.1 原理 输入特征向量处理 MLCA的输入特征向量会进行两步池化。首先通过局部池化将输入转化为 1Cks∗ks 的向量以提取局部空间信息。 分支转换与信息融合 基于第一步,利用两个分支将输入转化为一维向量,第一个分支包含全局信息,第二...
二、混合局部通道注意力介绍 Mixed local channel attention for object detection 2.1 原理 输入特征向量处理 MLCA的输入特征向量会进行两步池化。首先通过局部池化将输入转化为 1Cks∗ks 的向量以提取局部空间信息。 分支转换与信息融合 基于第一步,利用两个分支将输入转化为一维向量,第一个分支包含全局信息,第二...