torch 特征对齐

这个对齐的作用是，不管输入时多大尺寸，输出是固定尺寸的

对动态输入分辨率有所帮助

缺点：

我在做识别的时候发现收敛比较慢。

m = nn.AdaptiveMaxPool2d((5, 7))

m = nn.AdaptiveAvgPool2d((5,7))

前面两维不变，后面两维输出就是(5,7)，用于特征对齐比较有效

>>> # target output size of 5x7
>>> m = nn.AdaptiveAvgPool2d((5,7))
>>> input = torch.randn(1, 64, 8, 9)
>>> output = m(input)
>>> # target output size of 7x7 (square)
>>> m = nn.AdaptiveAvgPool2d(7)
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)
>>> # target output size of 10x7
>>> m = nn.AdaptiveMaxPool2d((None, 7))
>>> input = torch.randn(1, 64, 10, 9)
>>> output = m(input)

torch 特征对齐相关推荐

特征对齐的旋转目标检测:Align Deep Features for Oriented Object Detection
导读对齐后的特征对于旋转目标的学习更有好处. 1.介绍使用一阶段物体检测器来做旋转物体检测的一些问题: 启发式的定义anchor的质量并不好,物体和anchor之间并不能很好的对齐,比如,物体的尺 ...
遥感图像-Deep Feature Alignment Neural Networks for Domain Adaptation of Hyperspectral Data高光谱数据深度特征对齐神经
Deep Feature Alignment Neural Networks for Domain Adaptation of Hyperspectral Data高光谱数据领域自适应的深度特征对齐神 ...
无监督特征对齐的迁移学习理论框架
0.前言文献<基于无监督特征对齐的变负载下滚动轴承故障诊断方法>引入迁移学习中能够实现无监督领域适应的子空间对齐(subspace alignment,SA)算法并进行改进,提出将核映射 ...
目标检测中的特征冲突与不对齐问题
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达本文转自|深度学习这件小事前言昨天看到一篇商汤的刷榜文< ...
两个分布的特征映射_DDC:直接对齐特征空间进行领域自适应
论文题目:Deep Domain Confusion: Maximizing for Domain Invariance 概括:在源域和目标域的网络中加入一个共同的自适应层来对齐两个网络的特征,从而进 ...
浅谈目标检测中的特征冲突与不对齐问题
点击上方"AI算法修炼营",选择加星标或"置顶" 标题以下,全是干货作者:黄飘知乎链接:https://zhuanlan.zhihu.com/p/11470 ...
GC-Net 笔记及探讨 --- unary特征以及级联的cost volume （更新中）
文章目录前言论文结构 3.1 Unary Feature 笔记 3.2 Cost Volume 笔记及衍生附录 unary? 英语学习 nn.ZeroPad2d(int_or_tuple) to ...
基于简化点云地图的语义边缘对齐的单目定位方法
标题:Compact 3D Map-Based Monocular Localization Using Semantic Edge Alignment 作者:Kejie Qiu, Shenzhou ...
SVO: 视觉SLAM中特征点法与直接法结合
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达前面的话 VSLAM 是利用多视图几何理论,根据相机拍摄的图像信息 ...

torch 特征对齐

torch 特征对齐相关推荐

最新文章

热门文章