高效多尺度注意力(EMA)
- 论文介绍
-
- 简介
- EMA模块
- 图像分类实验
- 目标检测实验
- yolov5加入方法
-
- yolo注册
- yaml文件
论文介绍
通道或空间的显著有效性 注意机制对产生更多可辨识的 特征表示的显著效果,在各种计算机视觉任务中得到说明。视觉任务。然而,用通道降维对跨通道关系进行建模 关系,可能会给提取深层视觉表征带来副作用。在提取深层视觉表征方面带来了副作用。
提出了一种新的高效的多尺度注意(EMA)模块。着重于保留每个通道的信息 在每个通道上保留信息并减少计算 开销,我们将部分通道重塑为批量的 层面,并将通道层面分为 多个子特征,使空间语义特征很好地分布在每个特征中。使得空间语义特征在每个特征组中都有良好的分布。具体来说,除了对全局信息进行编码以 在每个并行分支中重新校准通道的权重。分支,两个平行分支的输出特征被