0


详解可变形注意力模块(Deformable Attention Module)

Deformable Attention(可变形注意力)首先在2020年10月初商汤研究院的《Deformable DETR: Deformable Transformers for End-to-End Object Detection》论文中提出,在2022CVPR中《Vision Transformer with Deformable Attention》提出应用了Deformable Attention(可变形自注意力)机制的通用视觉Transformer骨干网络DAT(Deformable AttentionTransformer),并且在多个数据集上效果优于swin transformer。

在BEV感知算法中,比如DETR3d,BEVFormer等,均采用的是前者中提出的Deformable Attention。具体的维度及细节分析参考博客《Deformable DETR 原理分析》及微信公众号文《搞懂 Vision Transformer 原理和代码,看这篇技术综述就够了(二)》。


本文转载自: https://blog.csdn.net/qq_23981335/article/details/129123581
版权归原作者 David-Chow 所有, 如有侵权,请联系我们删除。

“详解可变形注意力模块(Deformable Attention Module)”的评论:

还没有评论