| 基于通道域注意力机制的特征融合方式 |
| |
| 引用本文： | 罗大为,方建军,刘艳霞.基于通道域注意力机制的特征融合方式[J].东北师大学报(自然科学版),2021,53(3):44-48. |
| |
| 作者姓名： | 罗大为 方建军 刘艳霞 |
| |
| 作者单位： | 北京联合大学北京市信息服务工程重点实验室,北京100101;北京联合大学城市轨道交通与物流学院,北京100101 |
| |
| 基金项目： | 国家自然科学基金;北京联合大学人才强校计划 |
| |
| 摘 要： | 针对在基于卷积神经网络的图像处理领域内,大部分特征融合只是通过A dd或者Concat操作进行特征叠加或特征拼接而不能很好地将有效特征进行融合的问题,对Add和Concat特征融合引入通道域的注意力机制,设计了4种可学习的特征融合方式:A-Cat、B-Cat、A-Add和B-Add.为了验证方法的有效性,选择YOLOv3-Tiny作为baseline,在Pascal VOC2007数据集上进行测试.结果表明:A-Cat比原Concat的mAP提高了0.76％,比B-Cat提高了1.49％;A-A dd比原A dd的m A P提高了0.34％,比B-A dd提高了1.41％.基于注意力机制的特征融合方式可以通过学习不同特征的重要程度并据此进行特征融合,有效地提升网络的性能.
|
| 关 键 词： | Add操作 Concat操作 特征图 通道域 注意力机制 |
Feature fusion methods based on channel domain attention mechanism |
| |
| LUO Da-wei,FANG Jian-jun,LIU Yan-xia.Feature fusion methods based on channel domain attention mechanism[J].Journal of Northeast Normal University (Natural Science Edition),2021,53(3):44-48. |
| |
| Authors: | LUO Da-wei FANG Jian-jun LIU Yan-xia |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
