模块一:特征金字塔注意力模块(FPA)
结合了PSPNet或DeepLab提出的空间金字塔结构和SENet的注意力机制,结合不同尺度上下文信息的同时,还能为高层次的特征图提供更好的像素级注意力特征,扩大感受野的同时并有效的实现小目标的分类。
模块二:全局注意力上采样模块(GAU)
提取高层次特征的全局上下文信息,作为低层次特征的加权计算的指导(用高层特征给低层特征作指导)
整体网络模型:金字塔注意力网络( PAN)
消融实验
1.FPA模块
2.GAU模块
3.对比其他经典网络模型
文章链接:https://blog.csdn.net/guleileo/article/details/80544835
问题:FPN中为什么进行逐像素相乘,意义是什么?什么时候用相加什么时候用相乘?