当前位置: 首页 > wzjs >正文

亚马逊aws永久在线观看360优化大师下载

亚马逊aws永久在线观看,360优化大师下载,代理做网站的合同,平台门户模块出处 [NC 25] [link] Graph-based context learning network for infrared small target detection 模块名称 Patch-based Graph Reasoning (PGR) 模块结构 模块特点 使用图结构更好的捕捉特征的全局上下文将图结构与特征切片(Patching)相结合,从而促进全局/…
模块出处

[NC 25] [link] Graph-based context learning network for infrared small target detection


模块名称

Patch-based Graph Reasoning (PGR)


模块结构

在这里插入图片描述


模块特点
  • 使用图结构更好的捕捉特征的全局上下文
  • 将图结构与特征切片(Patching)相结合,从而促进全局/局部特征互补

模块代码
import torch
import torch.nn as nn
import torch.nn.functional as Fclass graph(nn.Module):def __init__(self, p2=4, nIn=64, N=16):super(graph, self).__init__()self.p2 = p2self.N = Nself.conv30 = nn.Sequential(nn.Conv2d(nIn, self.N, kernel_size=3, stride=1, padding=1, groups=1),nn.ReLU(inplace=True))self.conv10 = nn.Sequential(nn.Conv1d(nIn, nIn, kernel_size=1, stride=1, padding=0),nn.ReLU(inplace=True))self.conv11 = nn.Sequential(nn.Conv1d(self.N, self.N, kernel_size=1, stride=1, padding=0),nn.ReLU(inplace=True))self.adaptivemax = nn.AdaptiveAvgPool2d((8, 8))self.conv12 = nn.Sequential(nn.Conv1d(p2 ** 2, p2, kernel_size=1, stride=1, padding=0),nn.ReLU(inplace=True),nn.Conv1d(p2, p2, kernel_size=1, stride=1, padding=0),nn.ReLU(inplace=True),nn.Conv1d(p2, p2 ** 2, kernel_size=1, stride=1, padding=0),nn.Sigmoid())def ADP_weight(self, x):b, C, H, W = x.shapefg = self.adaptivemax(x)  fg1 = fg.view(b, C, self.p2 ** 2)  fg1 = torch.transpose(fg1, 1, 2)  fg2 = self.conv12(fg1)  fg3 = fg2.unsqueeze(-1).unsqueeze(-1)return fg3def graph_convolution(self, fs, x):b, C, H, W = x.shapeh, w = H // self.p2, W // self.p2L = h * wB = self.conv30(fs)  B1 = B.view(-1, self.N, L)  fs1 = fs.view(-1, C, L)  fs1 = torch.transpose(fs1, 1, 2) fs2 = torch.bmm(B1, fs1)  fs3 = self.conv11(fs2)  fs5 = self.conv10(torch.transpose(fs3, 1, 2))  fs6 = torch.bmm(torch.transpose(B1, 1, 2), torch.transpose(fs5, 1, 2))fs6 = torch.transpose(fs6, 1, 2) fs6 = fs6.view(b, self.p2 ** 2, C, h, w) return fs6def forward(self, fs, x):fs6 = self.graph_convolution(fs, x)weight = self.ADP_weight(x)out = weight * fs6return outclass PGR(nn.Module):def __init__(self, p2=4, nIn=32, nOut=32, add=True):super(PGR, self).__init__()self.p2 = p2self.N = nIn // 4self.add = addself.graph0 = graph(p2, nIn, self.N)self.conv31 = nn.Sequential(nn.Conv2d(nOut, nOut, kernel_size=1, stride=1),nn.BatchNorm2d(nOut),nn.ReLU(inplace=True))def forward(self, x):b, C, H, W = x.shapeh, w = H // self.p2, W // self.p2L = h * wfs = torch.zeros((b, self.p2 ** 2, C, h, w)).cuda()for i in range(1, self.p2 + 1):for j in range(1, self.p2 + 1):fs[:, i * j - 1, :, :, :] = x[:, :, (i - 1) * h: i * h, (j - 1) * w: j * w]fs = fs.view(b * self.p2 ** 2, C, h, w)fs6 = self.graph0(fs, x)out = torch.zeros_like(x)for i in range(1, self.p2 + 1):for j in range(1, self.p2 + 1):out[:, :, (i - 1) * h: i * h, (j - 1) * w: j * w] = fs6[:, i * j - 1, :, :, :]out = self.conv31(out)if self.add:out = out + xreturn outif __name__ == '__main__':x = torch.randn([1, 64, 44, 44]).cuda()pgr = PGR(p2=8, nIn=64, nOut=64).cuda()out = pgr(x)print(out.shape) # [1, 64, 44, 44]

http://www.dtcms.com/wzjs/370635.html

相关文章:

  • wordpress thread comment百度优化公司
  • 班级网站建设心得体会范文火星培训机构收费明细
  • 国内python 做的网站昆山优化外包
  • 企业网站模板编辑软件站长之家网站查询
  • 怎么删除wordpress插件百度广告优化师
  • 前端培训机构有用吗沈阳seo排名优化推广
  • 企业自助建站软件软文标题
  • 网站建设方案书阿里云最近新闻报道
  • 专做女鞋的网站网站优化外包费用
  • 网站空间管理地址谷歌广告投放
  • php做网站要多久国内看不到的中文新闻网站
  • 常州网站建设方案策划网站建设总结
  • 国家能源招标网seo网络推广企业
  • 在阿里云做视频网站需要什么国外广告联盟平台
  • 北京壹零零壹网站建设十大经典口碑营销案例
  • 珠宝行网站建设方案长沙百度搜索排名
  • 邢台规划局网站建设推广普通话宣传周活动方案
  • sap和国家网站做接口关键词优化需要从哪些方面开展?
  • 珠海响应式网站建设百度快照入口官网
  • 商城网站设计公司有哪些在线识别图片
  • 网站不接入备案推广软文范例100字
  • 做电影资源网站服务器怎么选站长工具百度百科
  • 镇江企业网站建设南宁百度seo价格
  • 做海报有什么参考的网站百度账号管家
  • 网站的代理页面怎么做的域名注册服务商
  • 做网站需要用c语言吗广告代发平台
  • 金坛市建设局网站百度竞价推广开户费用
  • 网站编辑知识百度搜索风云榜小说总榜
  • 做ui设计用什么素材网站b2b网站平台有哪些
  • 南京网站建设网站设计网站软文是什么