Awesome-Attention-Mechanism-in-cv

Table of Contents

• Introduction
• Attention Mechanism
• Plug and Play Module
• Evaluation
• Paper List
• Contribute

Introduction

PyTorch实现多种计算机视觉中网络设计中用到的Attention机制，还收集了一些即插即用模块。由于能力有限精力有限，可能很多模块并没有包括进来，有任何的建议或者改进，可以提交issue或者进行PR。

Attention Mechanism

Plug and Play Module

• ACBlock
• Swish、wish Activation
• ASPP Block
• DepthWise Convolution
• Fused Conv & BN
• MixedDepthwise Convolution
• PSP Module
• RFBModule
• SematicEmbbedBlock
• SSH Context Module
• Some other usefull tools such as concate feature map、flatten feature map
• WeightedFeatureFusion:EfficientDet中的FPN用到的fuse方式
• StripPooling：CVPR2020中核心代码StripPooling
• GhostModule: CVPR2020GhostNet的核心模块
• SlimConv: SlimConv3x3
• Context Gating： video classification
• EffNetBlock: EffNet
• ECCV2020 BorderDet: Border aligment module
• CVPR2019 DANet: Dual Attention
• Object Contextual Representation for sematic segmentation: OCRModule
• FPT: 包含Self Transform、Grounding Transform、Rendering Transform
• DOConv: 阿里提出的Depthwise Over-parameterized Convolution
• PyConv: 起源人工智能研究院提出的金字塔卷积
• ULSAM：用于紧凑型CNN的超轻量级子空间注意力模块
• DGC: ECCV 2020用于加速卷积神经网络的动态分组卷积
• DCANet: ECCV 2020 学习卷积神经网络的连接注意力
• PSConv: ECCV 2020 将特征金字塔压缩到紧凑的多尺度卷积层中
• Dynamic Convolution: CVPR2020 动态滤波器卷积（非官方）
• CondConv: Conditionally Parameterized Convolutions for Efficient Inference

Evaluation

基于CIFAR10+ResNet+待测评模块，对模块进行初步测评。测评代码来自于另外一个库：https://github.com/kuangliu/pytorch-cifar/ 实验过程中，不使用预训练权重，进行随机初始化。

Paper List

SENet 论文: https://arxiv.org/abs/1709.01507 解读：https://zhuanlan.zhihu.com/p/102035721

参考

ATPaper库

Contribute

欢迎在issue中提出补充的文章paper和对应code链接。