danet-pytorch-master.zip

上传者: 42732137 | 上传时间: 2021-05-24 11:18:18 | 文件大小: 2.69MB | 文件类型: ZIP
提出了双重注意网络(DANet)来自适应地集成局部特征和全局依赖。在传统的扩张FCN之上附加两种类型的注意力模块,分别模拟空间和通道维度中的语义相互依赖性。 位置注意力模块通过所有位置处的特征的加权和来选择性地聚合每个位置的特征。无论距离如何,类似的特征都将彼此相关。 同通道注意力模块通过整合所有通道映射之间的相关特征来选择性地强调存在相互依赖的通道映射。 将两个注意模块的输出相加以进一步改进特征表示,这有助于更精确的分割结果

文件下载

资源详情

[{"title":"( 375 个子文件 2.69MB ) danet-pytorch-master.zip","children":[{"title":"README.md <span style='color:#111;'> 596B </span>","children":null,"spread":false},{"title":"network.png <span style='color:#111;'> 115.40KB </span>","children":null,"spread":false},{"title":"danet.py <span style='color:#111;'> 6.03KB </span>","children":null,"spread":false},{"title":"README.md <span style='color:#111;'> 596B </span>","children":null,"spread":false},{"title":"saver.py <span style='color:#111;'> 2.20KB </span>","children":null,"spread":false},{"title":"......","children":null,"spread":false},{"title":"<span style='color:steelblue;'>文件过多,未全部展示</span>","children":null,"spread":false}],"spread":true}]

评论信息

免责申明

【只为小站】的资源来自网友分享,仅供学习研究,请务必在下载后24小时内给予删除,不得用于其他任何用途,否则后果自负。基于互联网的特殊性,【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查;无论 【只为小站】 经营者是否已进行审查,用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场,基于网友分享,根据中国法律《信息网络传播权保护条例》第二十二条之规定,若资源存在侵权或相关问题请联系本站客服人员,zhiweidada#qq.com,请把#换成@,本站将给予最大的支持与配合,做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明