SAM fig2 about apnet HOT 2 CLOSED

非常感谢关注我们的工作，
1） APNet 是可以基于任何形式的attention的， 我们在实验中给出了APNet-C （channel-wise attention）和APNet-S（spatial attention。图2里面描述的是基于spatial attention的APNet-S， 'splited = torch.split(x, channel//self.radix, dim=1)' 是APNet-C 对应的代码。 文章中有更详细的解释~

2） APNet 是对注意力网络的扩展， 当level=1 的时候， 它相当与正常的注意力网络， 对于APNet-C 来说，APNet-C （level=1）就是 SElayer. 对于 level>=2 的时候， 我们会对注意力做金字塔操作，split-attend-merge-stack ，其中attend 就是做原始的注意力操作， ‘atten = F.softmax(atten, dim=1).view(batch, -1, 1, 1)’ 是注意力代码的一部分， 也就是SElayer 的一部分

3）APNet 对于croase to fine 和fine to croase 是鲁棒的， 不过最后实验结果是基于code 中的fine to coarse得到的。我们在issue 4 中关于这个问题给了详细的讨论， 希望对你的问题有帮助。

from apnet.

感谢感谢，明白了~能不能分享一下APNet-S（spatial attention）对应的代码，如果方便的话，[email protected]，🙏

from apnet.