注意力机制学习

article/2025/10/29 15:28:55

注意力机制学习

学习于博客https://blog.csdn.net/weixin_44791964/article/details/121371986

1.Channel Attention

1.1 SeNet

对于输入进来的特征层，关注其每一个通道的权重，让网络关注它最需要关注的通道。【channel不变，h,w变】

代表性Senet具体实现方式是：
1、第一个操作：Squeeze（ F s q F_{sq} Fsq​），对输入进来的特征层进行全局池化（global pooling）,将每个通道的二维特征（h*w）压缩为1个实数，论文是通过平均值池化的方式实现。这属于空间维度的一种特征压缩，因为这个实数是根据二维特征所有值算出来的，所以在某种程度上具有全局的感受野，通道数保持不变，所以通过squeeze操作后变为1x1xC。
z c = F s e ( u c ) = 1 H × W ∑ i = 1 H ∑ j = 1 W u c ( i , j ) z_c = F_{se}(u_c) = \frac{1}{H \times W} \displaystyle\sum_{i=1}^{H}\displaystyle\sum_{j=1}^{W}u_c(i,j) zc​=Fse​(uc​)=H×W1​i=1∑H​j=1∑W​uc​(i,j)
2、第二个操作：excitation( F e x F_{ex} Fex​)，通过参数来为每个特征通道生成一个权重值，权重值如何生成非常关键。文章中是通过两个全连接层组成一个Bootleneck结构去建模通道间的相关性，并输出和输入特征同样数目的权重值。具体来说，进行两次全连接，第一次全连接神经元个数较少，第二次全连接神经元个数和输入特征层相同。在完成两次全连接后，我们再取一次Sigmoid将值固定到0-1之间，此时我们获得了输入特征层每一个通道的权值（0-1之间）。
3、第三个操作：Scale（ F s c a l e F_{scale} Fscale​）在获得这个权值后，我们将这个权值乘上原输入特征层即可。彩色图片就表示每个通道都有个权重。

论文认为在excitation操作中，用两个全连接层比直接用在一个全连接层的好处在于：1）具有更多的非线性；2）可以更好的拟合通道间复杂的关系。这里我们使用 global average pooling 作为 Squeeze 操作。紧接着两个 Fully Connected 层组成一个 Bottleneck 结构去建模通道间的相关性，并输出和输入特征同样数目的权重。我们首先将特征维度降低到输入的 1/16，然后经过 ReLu 激活后再通过一个 Fully Connected 层升回到原来的维度。这样做比直接用一个 Fully Connected 层的好处在于：1）具有更多的非线性，可以更好地拟合通道间复杂的相关性；2）极大地减少了参数量和计算量。然后通过一个 Sigmoid 的门获得 0~1 之间归一化的权重，最后通过一个 Scale 的操作来将归一化后的权重加权到每个通道的特征上。

启发：使用全连接网络，可以获得输入中每个值之间的关系。文章中未获得通道间的关系，先将每个通道中的特征用一个值表征，再使用全连接网络学习通道与通道间的关系。这个关系最后使用sigmoid输出，就是它们的权重。
来源于博客 Bubbliiiing
实现代码如下：

import torch
from torch import nnclass Senet(nn.Module):def __init__(self, channel, ratio=16):super(Senet, self).__init__()self.avg_pool = nn.AdaptiveAvgPool2d(1)  # 因为是关注channel，这里将h和w压为1self.fc = nn.Sequential(nn.Linear(channel, channel//ratio, False),nn.ReLU(),nn.Linear(channel//ratio, channel, False),nn.Sigmoid(),)def forward(self,x):b, c, h, w = x.size()avg = self.avg_pool(x).view([b,c])  # 将压为1的h,w viewfc  = self.fc(avg).view([b,c,1,1])  # 这里计算每一个channel 的w后，变回与input一样的size，便于点积return x*fcmodel = Senet(512)
print(model)
input = torch.ones([2,512,26,26])
print(input)
output = model(input)
print(output)

1.2 ECANet

ECANet是也是通道注意力机制的一种实现形式。ECANet可以看作是SENet的改进版。
ECANet的作者认为SENet对通道注意力机制的预测带来了副作用，捕获所有通道的依赖关系是低效并且是不必要的。
在ECANet的论文中，作者认为卷积具有良好的跨通道信息获取能力。

ECA模块的思想是非常简单的，它去除了原来SE模块中的全连接层，直接在全局平均池化之后的特征上通过一个1D卷积进行学习。

既然使用到了1D卷积，那么1D卷积的卷积核大小的选择就变得非常重要了，了解过卷积原理的同学很快就可以明白，1D卷积的卷积核大小会影响注意力机制每个权重的计算要考虑的通道数量。用更专业的名词就是跨通道交互的覆盖率。

如下图所示，左图是常规的SE模块，右图是ECA模块。ECA模块用1D卷积替换两次全连接。

来源于博客 Bubbliiiing

2.Spatial Attention

空间注意力机制，更关注于每一个像素点的权重。因此会对每一个像素点的所有channel取最大值和平均值。之后将这两个feature map进行一个堆叠，利用一次通道数为1的卷积调整通道数为1，然后取一个sigmoid，此时我们获得了输入特征层每一个特征点的权值（0-1之间）。在获得这个权值后，我们将这个权值乘上原输入特征层即可。【h,w不变，chaneel变】

代表性CBAM实现方式，将通道注意力机制和空间注意力机制进行结合，实现示意图如下所示，CBAM会对输入进来的特征层，分别进行通道注意力机制的处理和空间注意力机制的处理。
来源于博客 Bubbliiiing
下图是通道注意力机制和空间注意力机制的具体实现方式：
图像的上半部分为通道注意力机制，通道注意力机制的实现可以分为两个部分，我们会对输入进来的单个特征层，分别进行全局平均池化和全局最大池化。之后对平均池化和最大池化的结果，利用共享的全连接层进行处理，我们会对处理后的两个结果进行相加，然后取一个sigmoid，此时我们获得了输入特征层每一个通道的权值（0-1之间）。在获得这个权值后，我们将这个权值乘上原输入特征层即可。

图像的下半部分为空间注意力机制，我们会对输入进来的特征层，在每一个特征点的通道上取最大值和平均值。之后将这两个结果进行一个堆叠，利用一次通道数为1的卷积调整通道数，然后取一个sigmoid，此时我们获得了输入特征层每一个特征点的权值（0-1之间）。在获得这个权值后，我们将这个权值乘上原输入特征层即可。

来源于博客 Bubbliiiing

from turtle import forward
import torch
from torch import nn
# channel注意力机制
class ChannelAttention(nn.Module):def __init__(self,channel,ratio=16):super(ChannelAttention,self).__init__()self.max_pool = nn.AdaptiveMaxPool2d(1)  # 全局最大池化self.avg_pool = nn.AdaptiveAvgPool2d(1)self.fc = nn.Sequential(nn.Linear(channel, channel//ratio,False),nn.ReLU(),nn.Linear(channel//ratio,channel,False),)self.sigmoid = nn.Sigmoid()# 以上为网络的定义部分def forward(self,x):    #前向传播，把网络串起来b,c,h,w =  x.size()out_max_pool =  self.max_pool(x).view([b,c])out_avg_pool =  self.avg_pool(x).view([b,c])out_fc_max =self.fc(out_max_pool)out_fc_avg =self.fc(out_avg_pool)out = out_fc_avg + out_fc_maxout = self.sigmoid(out).view([b,c,1,1])return out*x# spatial注意力机制      
class SpatialAttention(nn.Module):def __init__(self,kernel_size = 7):super(SpatialAttention,self).__init__()padding = 7//2self.conv1 = nn.Conv2d(2,1,kernel_size,1, padding, bias=False)self.sigmoid = nn.Sigmoid()def forward(self,x):out_avg = torch.mean(x, dim=1, keepdim=True)out_max,_ = torch.max(x, dim=1, keepdim=True)out_pool = torch.cat([out_max,out_avg],dim=1)out = self.conv1(out_pool)out = self.sigmoid(out)return out*xclass CBAM(nn.Module):def __init__(self, channel, ratio=16, kernel_size=7):super(CBAM,self).__init__()# 定义部分self.channel_attention = ChannelAttention(channel,ratio)self.spatial_attention = SpatialAttention(kernel_size)def forward(self, x):out_channel_attention = self.channel_attention(x)out_spatial_attention = self.spatial_attention(out_channel_attention)return out_spatial_attentionmodel = CBAM(512)
print(model)
input = torch.ones([2,512,26,26])
# print(input)
output = model(input)
print(output)

3 应用

注意力机制是一个即插即用的模块，建议不要在主干网络插入。注意力机制的使用，输入时只需要关注channel数。
注意力机制是一个即插即用的模块，理论上可以放在任何一个特征层后面，可以放在主干网络，也可以放在加强特征提取网络。

由于放置在主干会导致网络的预训练权重无法使用，本文以YoloV4-tiny为例，将注意力机制应用加强特征提取网络上。

如下图所示，我们在主干网络提取出来的两个有效特征层上增加了注意力机制，同时对上采样后的结果增加了注意力机制。
来源于博客 Bubbliiiing

attention_block = [se_block, cbam_block, eca_block]#---------------------------------------------------#
#   特征层->最后的输出
#---------------------------------------------------#
class YoloBody(nn.Module):def __init__(self, anchors_mask, num_classes, phi=0):super(YoloBody, self).__init__()self.phi            = phiself.backbone       = darknet53_tiny(None)self.conv_for_P5    = BasicConv(512,256,1)self.yolo_headP5    = yolo_head([512, len(anchors_mask[0]) * (5 + num_classes)],256)self.upsample       = Upsample(256,128)self.yolo_headP4    = yolo_head([256, len(anchors_mask[1]) * (5 + num_classes)],384)if 1 <= self.phi and self.phi <= 3:self.feat1_att      = attention_block[self.phi - 1](256)self.feat2_att      = attention_block[self.phi - 1](512)self.upsample_att   = attention_block[self.phi - 1](128)def forward(self, x):#---------------------------------------------------##   生成CSPdarknet53_tiny的主干模型#   feat1的shape为26,26,256#   feat2的shape为13,13,512#---------------------------------------------------#feat1, feat2 = self.backbone(x)if 1 <= self.phi and self.phi <= 3:feat1 = self.feat1_att(feat1)feat2 = self.feat2_att(feat2)# 13,13,512 -> 13,13,256P5 = self.conv_for_P5(feat2)# 13,13,256 -> 13,13,512 -> 13,13,255out0 = self.yolo_headP5(P5) # 13,13,256 -> 13,13,128 -> 26,26,128P5_Upsample = self.upsample(P5)# 26,26,256 + 26,26,128 -> 26,26,384if 1 <= self.phi and self.phi <= 3:P5_Upsample = self.upsample_att(P5_Upsample)P4 = torch.cat([P5_Upsample,feat1],axis=1)# 26,26,384 -> 26,26,256 -> 26,26,255out1 = self.yolo_headP4(P4)return out0, out1

Attention模块

import torch
import torch.nn as nn
import mathclass se_block(nn.Module):def __init__(self, channel, ratio=16):super(se_block, self).__init__()self.avg_pool = nn.AdaptiveAvgPool2d(1)self.fc = nn.Sequential(nn.Linear(channel, channel // ratio, bias=False),nn.ReLU(inplace=True),nn.Linear(channel // ratio, channel, bias=False),nn.Sigmoid())def forward(self, x):b, c, _, _ = x.size()y = self.avg_pool(x).view(b, c)y = self.fc(y).view(b, c, 1, 1)return x * yclass ChannelAttention(nn.Module):def __init__(self, in_planes, ratio=8):super(ChannelAttention, self).__init__()self.avg_pool = nn.AdaptiveAvgPool2d(1)self.max_pool = nn.AdaptiveMaxPool2d(1)# 利用1x1卷积代替全连接self.fc1   = nn.Conv2d(in_planes, in_planes // ratio, 1, bias=False)self.relu1 = nn.ReLU()self.fc2   = nn.Conv2d(in_planes // ratio, in_planes, 1, bias=False)self.sigmoid = nn.Sigmoid()def forward(self, x):avg_out = self.fc2(self.relu1(self.fc1(self.avg_pool(x))))max_out = self.fc2(self.relu1(self.fc1(self.max_pool(x))))out = avg_out + max_outreturn self.sigmoid(out)class SpatialAttention(nn.Module):def __init__(self, kernel_size=7):super(SpatialAttention, self).__init__()assert kernel_size in (3, 7), 'kernel size must be 3 or 7'padding = 3 if kernel_size == 7 else 1self.conv1 = nn.Conv2d(2, 1, kernel_size, padding=padding, bias=False)self.sigmoid = nn.Sigmoid()def forward(self, x):avg_out = torch.mean(x, dim=1, keepdim=True)max_out, _ = torch.max(x, dim=1, keepdim=True)x = torch.cat([avg_out, max_out], dim=1)x = self.conv1(x)return self.sigmoid(x)class cbam_block(nn.Module):def __init__(self, channel, ratio=8, kernel_size=7):super(cbam_block, self).__init__()self.channelattention = ChannelAttention(channel, ratio=ratio)self.spatialattention = SpatialAttention(kernel_size=kernel_size)def forward(self, x):x = x * self.channelattention(x)x = x * self.spatialattention(x)return xclass eca_block(nn.Module):def __init__(self, channel, b=1, gamma=2):super(eca_block, self).__init__()kernel_size = int(abs((math.log(channel, 2) + b) / gamma))kernel_size = kernel_size if kernel_size % 2 else kernel_size + 1self.avg_pool = nn.AdaptiveAvgPool2d(1)self.conv = nn.Conv1d(1, 1, kernel_size=kernel_size, padding=(kernel_size - 1) // 2, bias=False) self.sigmoid = nn.Sigmoid()def forward(self, x):y = self.avg_pool(x)y = self.conv(y.squeeze(-1).transpose(-1, -2)).transpose(-1, -2).unsqueeze(-1)y = self.sigmoid(y)return x * y.expand_as(x)

4.Self-Attention

Self-attention是Transformer最核心的思想，关键就是Q、K、V三个矩阵以及背后的核心意义。

1. 基础知识：

  1. 向量的内积是什么，几何意义
    答：向量的内积表征两个向量的夹角，表征一个向量在另一个向量上的投影，投影值越高，两个向量相关度越高。
  2. 矩阵与自身的转置相乘，得到的结果的意义
    答：矩阵可以看作由一些向量组成，一个矩阵乘以它自己转置的运算，其实可以看成这些向量分别与其他向量计算内积。（此时脑海里想起矩阵乘法的口诀，第一行乘以第一列、第一行乘以第二列…嗯哼，矩阵转置以后第一行不就是第一列吗？这是在计算第一个行向量与自己的内积，第一行乘以第二列是计算第一个行向量与第二个行向量的内积第一行乘以第三列是计算第一个行向量与第三个行向量的内积…）
    矩阵与自身转置点积，就是计算矩阵中的每一行向量，与自身和其他行向量的相关度。

更多请参考 http://t.csdn.cn/avbja

意义

self-attention可以视为一个特征提取层，给定输入特征 a 1 , a 2 , ⋯ , a n {a^1,a^2,\cdots,a^n} a1,a2,⋯,an,经过self-attention layer，融合每个输入特征，得到新的特征 b 1 , b 2 , ⋯ , b n {b^1,b^2,\cdots,b^n} b1,b2,⋯,bn。

from math import sqrtimport torch
import torch.nn as nnclass SelfAttention(nn.Module):def __init__(self, dim_q, dim_k, dim_v):super(SelfAttention, self).__init__()self.dim_q = dim_qself.dim_k = dim_kself.dim_v = dim_v#定义线性变换函数self.linear_q = nn.Linear(dim_q, dim_k, bias=False)self.linear_k = nn.Linear(dim_q, dim_k, bias=False)self.linear_v = nn.Linear(dim_q, dim_v, bias=False)self._norm_fact = 1 / sqrt(dim_k)def forward(self, x):# x: batch, n, dim_q#根据文本获得相应的维度batch, n, dim_q = x.shapeassert dim_q == self.dim_qq = self.linear_q(x)  # batch, n, dim_kk = self.linear_k(x)  # batch, n, dim_kv = self.linear_v(x)  # batch, n, dim_v#q*k的转置 并*开根号后的dkdist = torch.bmm(q, k.transpose(1, 2)) * self._norm_fact  # batch, n, n#归一化获得attention的相关系数dist = torch.softmax(dist, dim=-1)  # batch, n, n#attention系数和v相乘，获得最终的得分att = torch.bmm(dist, v)return att

http://chatgpt.dhexx.cn/article/PG93g6tP.shtml

相关文章

一般注意力模型

一般注意力模型

文章目录 一般注意力模型注意力输入注意力输出 一般注意力模型 描述一般注意力模型&#xff0c;首先要描述可以使用注意力的模型的一般特征。我们将这种模型称为任务模型&#xff0c;如图&#xff1a; 这个模型接受一个输入&#xff0c;执行指定的任务&#xff0c;然后产生所…
阅读更多...
深度学习中的注意力机制模型及代码实现(SE Attention、CBAM Attention)

深度学习中的注意力机制模型及代码实现(SE Attention、CBAM Attention)

目录 常用的注意力机制模型 SE Attention CBAM Attention CBAM Attention 模型结构​ CBAM Attention 代码实现&#xff08;Pytorch版&#xff09;&#xff1a; 注意力机制加到网络的哪里合适 常用的注意力机制模型 常用的注意力机制多为SE Attention和CBAM Attention。它…
阅读更多...
深度学习笔记——Attention Model（注意力模型）学习总结

深度学习笔记——Attention Model（注意力模型）学习总结

深度学习里的Attention model其实模拟的是人脑的注意力模型&#xff0c;举个例子来说&#xff0c;当我们观赏一幅画时&#xff0c;虽然我们可以看到整幅画的全貌&#xff0c;但是在我们深入仔细地观察时&#xff0c;其实眼睛聚焦的就只有很小的一块&#xff0c;这个时候人的大脑…
阅读更多...
什么是注意力机制？

什么是注意力机制？

Attention机制在近几年来在图像&#xff0c;自然语言处理等领域中都取得了重要的突破&#xff0c;被证明有益于提高模型的性能。 Attention机制本身也是符合人脑和人眼的感知机制&#xff0c;这次我们主要以计算机视觉领域为例&#xff0c;讲述Attention机制的原理&#xff0c…
阅读更多...
transformer 模型（self-attention自注意力）

transformer 模型（self-attention自注意力）

transformer模型在《Attention is all you need》论文中提出 这篇论文主要亮点在于&#xff1a;1&#xff09;不同于以往主流机器翻译使用基于RNN的seq2seq模型框架&#xff0c;该论文用attention机制代替了RNN搭建了整个模型框架。2&#xff09;提出了多头注意力&#xff08;…
阅读更多...
深度学习中的注意力机制模型ECANet

深度学习中的注意力机制模型ECANet

目录 ECANet简介 ECA Module ECANet 性能对比 ECANet简介 Efficient Channel Attention Module 简称 ECA&#xff0c;2020年 Qilong Wang等人提出的一种 高效通道注意力(ECA)模块 &#xff1b; 提出了一种 不降维的局部跨通道交互策略 &#xff0c;有效避免了降维对于通道…
阅读更多...
注意力模型直观理解（Attention Model Intuition）

注意力模型直观理解（Attention Model Intuition）

来源&#xff1a;Coursera吴恩达深度学习课程 本周的课程我们都在使用这个编码解码的构架&#xff08;a Encoder-Decoder architecture&#xff09;来完成机器翻译。当你使用RNN读一个句子&#xff0c;于是另一个会输出一个句子。注意力模型&#xff08;the Attention Model&a…
阅读更多...
深度学习中的注意力机制

深度学习中的注意力机制

作者 | 张俊林 责编 | 何永灿 最近两年&#xff0c;注意力模型&#xff08;Attention Model&#xff09;被广泛使用在自然语言处理、图像识别及语音识别等各种不同类型的深度学习任务中&#xff0c;是深度学习技术中最值得关注与深入了解的核心技术之一。 本文以机器翻译为例&…
阅读更多...
注意力模型---Attention Model

注意力模型---Attention Model

注意力模型---Attention Model 1、Soft Attention Mode1.1 什么是Soft Attention Mode1.1 公式介绍 2、四种注意力中的打分函数2.1 加性注意力&#xff08;additive attention&#xff09;2.2 点积注意力&#xff08;multiplicative attention&#xff09;与双线性注意力(MLB)2…
阅读更多...
【机器学习】关于注意力模型（Attention-model）的理解和应用

【机器学习】关于注意力模型（Attention-model）的理解和应用

注意力模型是近年来在序列处理领域新提出的机器学习方法&#xff0c;在语言翻译等领域取得了不错的效果。要想了解注意力模型&#xff0c;那么必须对现在的机器学习各领域有一定的了解&#xff0c;而且要了解encoder-decoder基本思想。 首先可以大致的概括下目前的机器学习尤其…
阅读更多...
一文读懂计算机视觉中的注意力机制原理及其模型发展

一文读懂计算机视觉中的注意力机制原理及其模型发展

作者&编辑 | 言有三 来源 | AI有道&#xff08;ID:yanyousan_ai&#xff09; 导读&#xff1a;Attention机制在近几年来在图像&#xff0c;自然语言处理等领域中都取得了重要的突破&#xff0c;被证明有益于提高模型的性能。Attention机制本身也是符合人脑和人眼的感知机制…
阅读更多...
注意力模型（Attention Model）理解和实现

注意力模型（Attention Model）理解和实现

1. 直观感受和理解注意力模型 在我们视野中的物体只有少部分被我们关注到&#xff0c;在某一时刻我们眼睛的焦点只聚焦在某些物体上面&#xff0c;而不是视野中的全部物体&#xff0c;这是我们大脑的一个重要功能&#xff0c;能够使得我们有效过滤掉眼睛所获取的大量无用的视觉…
阅读更多...
注意力模型（Attention Model）

注意力模型（Attention Model）

八月的第一天&#xff0c;苏神yyds&#xff01; 来源&#xff1a;Coursera吴恩达深度学习课程 在注意力模型直观理解中我们看到注意力模型如何让一个神经网络只注意到一部分的输入句子。当它在生成句子的时候&#xff0c;更像人类翻译。让我们把这些想法转化成确切的式子&…
阅读更多...
VOC 数据集格式的生成

VOC 数据集格式的生成

VOC 数据集格式的生成 准备好以下文件 images里放置图片 labels里面放置标签 注&#xff1a;前面两行必须是 ignore 和 background labelme2voc.py 里放入以下代码 #!/usr/bin/env pythonfrom __future__ import print_functionimport argparse import glob import os impo…
阅读更多...
voc数据集对有标签的数据集数据增强

voc数据集对有标签的数据集数据增强

voc数据集对有标签的数据集数据增强 安装依赖库和imgaug库Bounding Boxes实现读取原影像bounding boxes坐标生成变换序列bounding box 变化后坐标计算 使用示例数据准备设置文件路径设置增强次数设置增强参数修改xml文件中filename和path输出 完整代码 安装依赖库和imgaug库 在…
阅读更多...
目标检测：PASCAL VOC 数据集简介

目标检测：PASCAL VOC 数据集简介

一、简介 PASCAL VOC 挑战赛主要有 Object Classification 、Object Detection、Object Segmentation、Human Layout、Action Classification 这几类子任务 PASCAL 主页 与 排行榜PASCAL VOC 2007 挑战赛主页 、PASCAL VOC 2012 挑战赛主页 、PASCAL VOC Evaluation Server PA…
阅读更多...
VOC数据集介绍以及读取（目标检测object detection）

VOC数据集介绍以及读取（目标检测object detection）

VOC&#xff08;Visual Object Classes&#xff09;数据集是一个广泛使用的计算机视觉数据集&#xff0c;主要用于目标检测、图像分割和图像分类等任务。VOC数据集最初由英国牛津大学的计算机视觉小组创建&#xff0c;并在PASCAL VOC挑战赛中使用。 VOC数据集包含各种不同类别…
阅读更多...
Pascal VOC 数据集介绍

Pascal VOC 数据集介绍

介绍Pascal VOC数据集&#xff1a; Challenge and tasks&#xff0c; 只介绍Detection与Segmentation相关内容。数据格式衡量方式voc2007, voc2012 Challenge and tasks 给定自然图片&#xff0c; 从中识别出特定物体。 待识别的物体有20类&#xff1a; personbird, cat, c…
阅读更多...
VOC和COCO数据集

VOC和COCO数据集

一.Pascal VOC&#xff08;Pascal Visual Object Classes&#xff09; Pascal VOC网址&#xff1a;http://host.robots.ox.ac.uk/pascal/VOC/ 查看各位大牛算法的排名的Leaderboards&#xff1a;http://host.robots.ox.ac.uk:8080/leaderboard/main_bootstrap.php 训练/验证数…
阅读更多...
VOC数据集

VOC数据集

VOC数据集 VOC数据集 tar格式VOC数据集的下载&#xff08;使用迅雷加快下载速度&#xff09;VOC 2007Annotations&#xff1a;包含了xml文件&#xff0c;描述了图片的各种信息&#xff0c;特别是目标的位置坐标ImageSets&#xff1a;主要关注Main文件夹的内容&#xff0c;里面的…
阅读更多...
推荐文章

Copyright @ 2022~2023