PyTorch实现多种计算机视觉中网络设计中用到的Attention机制,还收集了一些即插即用模块,比如最经典的SPP,希望能为大家设计新模块带来灵感,同时由于pprp能力有限精力有限,可能很多模块并没有包括进来,可以在issue中提建议,pprp会尽快补充上的。
注意力机制也是即插即用模块中的一部分,由于相关工作比较多,所以将其单独列出来了。
- BAM
- BiSeNet
- CBAM
- CCNet
- GCBlock
- HRNet
- Non-Local
- OCR
- ResNeSt
- scSE
- SE
- SK
- DANet: Dual Attention
- AFF
- MC-CAM
- AFF
- iAFF
- ACBlock
- Swish、wish Activation
- ASPP Block
- DepthWise Convolution
- Fused Conv & BN
- MixedDepthwise Convolution
- PSP Module
- RFBModule
- SematicEmbbedBlock
- SSH Context Module
- Some other usefull tools such as concate feature map、flatten feature map
- WeightedFeatureFusion:EfficientDet中的FPN用到的fuse方式
- StripPooling:CVPR2020中核心代码StripPooling
- GhostModule: CVPR2020GhostNet的核心模块
- SlimConv: SlimConv3x3
- Context Gating: video classification
- EffNetBlock: EffNet
- ECCV2020 BorderDet: Border aligment module
- CVPR2019 DANet: Dual Attention
- ICCV2019 CCNet: Criss Cross Attention
- Object Contextual Representation for sematic segmentation: OCRModule
- FPT: 包含Self Transform、Grounding Transform、Rendering Transform
- DOConv: 阿里提出的Depthwise Over-parameterized Convolution
- PyConv: 起源人工智能研究院提出的金字塔卷积
- ULSAM:用于紧凑型CNN的超轻量级子空间注意力模块
- DGC: ECCV 2020用于加速卷积神经网络的动态分组卷积
- DCANet: ECCV 2020 学习卷积神经网络的连接注意力
- PSConv: ECCV 2020 将特征金字塔压缩到紧凑的多尺度卷积层中
- Dynamic Convolution: CVPR2020 动态滤波器卷积(非官方实现,蹲)
SENet 论文: https://arxiv.org/abs/1709.01507 解读:https://zhuanlan.zhihu.com/p/102035721