@liyonghong 謝謝您！還想問一下實(shí)際使用CBAM后效果有提升嗎？是不是直接把CBAM插在網(wǎng)絡(luò)模型的卷積層的后面就可以，不用作其他修改？
【論文解讀】用于卷積神經(jīng)網(wǎng)絡(luò)的注意力機(jī)制(Attention)----CBAM: Convolutional Block Attention Module論文：CBAM: Convolutional Block Attention Module收錄于：ECCV 2018 摘要 論文提出了Convolutional Block ...
你好檀头，謝謝你的博客！我注意到博主的代碼實(shí)現(xiàn)中有很多部分與論文闡述有些不同。比如1.MLP中第2層的激活函數(shù)使用sigmoid澳窑，而不是relu；2.得到注意力模塊前的sigmoid激活函數(shù)沒有實(shí)現(xiàn)供常；3.空間注意力模塊中使用了3×3的卷積核而不是7×7的摊聋。請(qǐng)問博主這是因?yàn)檫@樣做效果更好嗎？
【論文解讀】用于卷積神經(jīng)網(wǎng)絡(luò)的注意力機(jī)制(Attention)----CBAM: Convolutional Block Attention Module論文：CBAM: Convolutional Block Attention Module收錄于：ECCV 2018 摘要 論文提出了Convolutional Block ...
