天啊！1行代码注入空间依赖感知，特征块级空间依赖计算，小目标检测效果炸裂！| 即插即用模块与论文写作【V1代码讲解173】
空间依赖感知模块（Spatial Dependency Perception Module，SDFM）：
实际意义：①空间融合缺陷：FPN递归上采样导致上下层特征图中小目标位置错位，仅通过像素级加法融合特征，未建模像素间的空间依赖关系。
②小目标空间信息缺失：小目标特征易被背景噪声掩盖，传统方法无法聚焦局部区域，上层高语义特征与下层细节特征缺乏有效关联，特征表达不完整。
实现方式：①输入上层特征图A与下层特征图B。
②特征映射生成：通过1×1卷积分别从特征图A生成查询（Q），从特征图B生成键（K）和值（V）。
③特征块划分：将 Q、K、V划分为多个特征块，对每个特征块计算 Q与K的像素级相似度矩阵。
④加权融合：用相似度矩阵对 V 进行加权聚合，生成空间依赖信息特征。⑥输出整合：将特征块按空间位置拼接，与原始输入相加，得到增强后的特征图。
立即观看
0