目录
-
- 一、【SEAM】注意力机制
-
- 1.1【SEAM】注意力介绍
- 1.2【SEAM】核心代码
- 二、添加【SEAM】注意力机制
-
- 2.1STEP1
- 2.2STEP2
- 2.3STEP3
- 2.4STEP4
- 三、yaml文件与运行
-
- 3.1yaml文件
- 3.2运行成功截图
一、【SEAM】注意力机制
1.1【SEAM】注意力介绍
下图是【SEAM】的结构图，让我们简单分析一下运行过程和优势
处理过程：
- 输入处理与多尺度模块：
- 输入数据首先经过多个不同的 CSMM（Cross-Scale Multi-Module） 模块，这些模块的卷积核大小分别为 6、7 和 8。每个 CSMM 模块的作用是提取不同尺度下的特征，确保模型能够捕捉到全局和局部的图像信息。
- 不同尺度的特征通过相加的方式进行整合，融合来自不同尺度的特征表示ÿ
