前言： 這是CV中的Attention機制專欄的第一篇博客，並沒有挑選實現起來最簡單的SENet作為例子，而是使用了CBAM作為第一個講解的模塊，這是由於其使用的廣泛性以及易於集成。目前cv領域借鑒了nlp領域的attention機制以后生產出了很多有用的基於attention機制的論文 ...

前言：之前介紹過一個語義分割中的注意力機制模塊-scSE模塊，效果很不錯。今天講的也是語義分割中使用到注意力機制的網絡BiSeNet，這個網絡有兩個模塊，分別是FFM模塊和ARM模塊。其實現也很簡單，不過作者對注意力機制模塊理解比較深入，提出的FFM模塊進行的特征融合方式也很新 ...

前言: 本文介紹了一個用於語義分割領域的attention模塊scSE。scSE模塊與之前介紹的BAM模塊很類似，不過在這里scSE模塊只在語義分割中進行應用和測試，對語義分割准確率帶來的提升比較大。 提出scSE模塊論文的全稱是：《Concurrent Spatial ...

【GiantPandaCV導語】這個系列已經好幾個月沒有更新了，開始繼續更這個方向論文，19年、20年又出現了很多關於Attention的研究，本文SA-Net:shuffle attention for deep convolutional neural networks 發表在ICASSP ...

Squeeze-and-Excitation Networks SENet是Squeeze-and-Excitation Networks的簡稱，拿到了ImageNet2017分類比賽冠軍，其效果得到了認可，其提出的SE模塊思想簡單，易於實現，並且很容易可以加載到現有的網絡模型框架中。SENet ...

原文鏈接點擊這里： （雖名為“電感”，但名為“磁性元件”更合適，因為它包含所有以電感原理為基礎的元器件，如變壓器、共模扼流圈、電流互感器、鐵氧體磁珠等等） 問一句：你覺得電感應用難不難 ...

1. Non-local Non-Local是王小龍在CVPR2018年提出的一個自注意力模型。Non-Local Neural Network和Non-Local Means非局部均值去燥濾波有點 ...

前言: 之前已經介紹過SENet和Non Local Neural Network(NLNet)，兩者都是有效的注意力模塊。作者發現NLNet中attention maps在不同位置的響應幾乎一致，並結合SENet后，提出了Global Context block，用於全局上下文建模，在主流 ...