動態卷積（dynamic convolution)
阿新 • • 發佈：2020-10-10
動態卷積應用於分割任務
1. 《Learning to Predict Context-adaptive Convolution for Semantic Segmentation》
本篇工作認為SENet 利用global context 得到channel-wise的權重資訊，損失了空間特性，因此提出根據輸入特徵得到key與query矩陣相乘獲取動態卷積核，然後以此與輸入特徵做卷積得到spatially-varying的權重資訊,作為輸入特徵的attention value。
2.《Conditional Convolutions for Instance Segmentation》
引入條件卷積，控制器為每個例項動態生成mask head的引數，因此每次mask head 預測時只關注當前例項，替代了之前方法的roi特徵crop。