摘要
本发明公开了一种逐通道空间注意力方法,包括以下四个步骤:S1根据步长将卷积神经网络任意层的输出特征图在空间维度上划分为多个子张量;S2通过平均池化、1D卷积和Sigmoid激活函数,分别计算每个通道的空间注意力权重;S3利用步骤S2获得的空间注意力权重与步骤S1中的每个子张量逐元素相乘,得到调整后的子张量;S4对步骤S1中的分割过程执行逆操作,将调整后的子张量拼接成与输入相同的形状,得到逐通道空间注意力(CbCSA)输出。本发明提供的逐通道空间注意力方法能够以通道为单位精确获取卷积神经网络任意一层特征图的空间注意力权重,弥补现有空间注意力方法在单个通道级别上全局空间注意力建模能力不足的缺陷。
技术关键词
注意力方法
通道
索引
元素
卷积神经网络模型
输出特征
遥感影像数据
特征描述符
分块特征
尺寸
像素
校准
模块
偏差
阶段
图像
系统为您推荐了相关专利信息
智能接口装置
变电站保护设备
断路器保护装置
母线保护装置
过渡方法
高温合金螺栓
特性预测方法
载荷
曲线
深度学习模型
视觉检测方法
特征提取算法
产品视觉检测系统
图像处理
多模态