分割边缘太糊？CVPR2025 多尺度注意力聚合：双注意力，精度飙升！| 即插即用模块与论文写作【V1代码讲解168】
多尺度注意力聚合模块（Multi-Scale Attention Aggregation，MSAA）：
实际意义：①多尺度特征融合不足：不同尺度的目标（如建筑、道路、植被等），传统Unet的跳跃连接仅简单拼接特征，未充分挖掘多尺度上下文信息。
②空间与通道维度的特征表示：传统网络难以同时兼顾空间位置精度和通道语义重要性，导致分割边缘模糊。
实现方式：①特征拼接：合并相邻层特征，形成多尺度特征。
②空间路径：1×1卷积降维；3/5/7卷积捕获不同大小目标；池化+7×7卷积强化空间定位。
③通道路径：全局平均池化压缩特征；1×1卷积生成通道注意力图。
立即观看
0