Skip to content

  • 体验新版
    • 正在加载...
  • 登录
  • PaddlePaddle
  • PaddleSeg
  • Issue
  • #369

P
PaddleSeg
  • 项目概览

PaddlePaddle / PaddleSeg

通知 289
Star 8
Fork 1
  • 代码
    • 文件
    • 提交
    • 分支
    • Tags
    • 贡献者
    • 分支图
    • Diff
  • Issue 53
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 3
  • Wiki 0
    • Wiki
  • 分析
    • 仓库
    • DevOps
  • 项目成员
  • Pages
P
PaddleSeg
  • 项目概览
    • 项目概览
    • 详情
    • 发布
  • 仓库
    • 仓库
    • 文件
    • 提交
    • 分支
    • 标签
    • 贡献者
    • 分支图
    • 比较
  • Issue 53
    • Issue 53
    • 列表
    • 看板
    • 标记
    • 里程碑
  • 合并请求 3
    • 合并请求 3
  • Pages
  • 分析
    • 分析
    • 仓库分析
    • DevOps
  • Wiki 0
    • Wiki
  • 成员
    • 成员
  • 收起侧边栏
  • 动态
  • 分支图
  • 创建新Issue
  • 提交
  • Issue看板
已关闭
开放中
Opened 9月 02, 2020 by saxon_zh@saxon_zhGuest

Attention Unet

Created by: davidlinhl

在aistudio上发现了一个基于paddleseg实现的attention unet。 https://aistudio.baidu.com/aistudio/projectdetail/747582 和框架完全兼容,效果也不错,感觉pdseg可以考虑把这个网络也包括进来。 在pdseg unet基础上添加了一个attention block。

    param_attr = fluid.ParamAttr(name='weights',regularizer=fluid.regularizer.L2DecayRegularizer(
                regularization_coeff=0.0),initializer=fluid.initializer.TruncatedNormal(loc=0.0, scale=0.33))
    #上采样特征图g进行1*1卷积
    with scope("conv_down"):
        data = bn(conv(data, out_ch, 1, stride=1, padding=0, param_attr=param_attr))
    #下采样特征图x进行1*1卷积
    with scope("conv_shortcurt"):
        shortcurt_new = bn(conv(shortcurt, out_ch, 1, padding=0, param_attr=param_attr))
    #add之后经过relu激活函数,1*1卷积,sigmoid激活函数最后将得到的权重与下采样特征图x相乘
    with scope("psi"):
        psi = relu(data+shortcurt_new)
        psi = bn(conv(psi, 1, 1, stride=1, padding=0, param_attr=param_attr))
        psi = fluid.layers.sigmoid(psi)
        return shortcurt*psi
指派人
分配到
无
里程碑
无
分配里程碑
工时统计
无
截止日期
无
标识: paddlepaddle/PaddleSeg#369
渝ICP备2023009037号

京公网安备11010502055752号

网络110报警服务 Powered by GitLab CE v13.7
开源知识
Git 入门 Pro Git 电子书 在线学 Git
Markdown 基础入门 IT 技术知识开源图谱
帮助
使用手册 反馈建议 博客
《GitCode 隐私声明》 《GitCode 服务条款》 关于GitCode
Powered by GitLab CE v13.7