attention, transformers

这啥呀，慢慢啃

 

Attention

最初来源于 NLP 机器翻译的 Sequence to Sequence 模型，早先的encoder-decoder结构随着句子长度增加翻译性能会下降，因为模型记不住太长的句子。人类翻译的直观的感觉是看一部分翻译一部分，只关心要翻译的那一小部分，这个就是attention的原理。而transformer是基于attention机制的一种网络结构。个人比较关注CV，所以想在这里整理一下相关的资料。

 

 

 

“the CBAM paper was the first to successfully showcase the wide applicability of the module, especially for Image Classification and Object Detection tasks.”

CV里面常见的有 CBAM。。。

 

Terms：
GAP - Global avg pool

BAM

CBAM

SE-Net

 

Ref：

1. Attention in computer vision
2. An Overview of the Attention Mechanisms in Computer Vision
3. 一文看懂 Attention（本质原理+3大优点+5大类型）
4. 深度学习中的 Attention 机制总结与代码实现（2017-2021年）
5. 注意力机制技术总结

 

Transformers

Ref:

Transformers in Vision: A Survey

Vision Transformers (ViT) in Image Recognition – 2021 Guide

又一篇视觉Transformer综述来了！