LDA-AQU:基于局部可变注意力的自适应查询引导上采样

📝

内容提要

本研究针对现有上采样方法缺乏特征引导或需要高分辨率特征图的问题,提出了一种新颖的基于局部自注意力的上采样方法LDA-AQU。通过引入变形机制,使得模型能够自适应地调整附近平面的位置和聚合权重,从而在多个复杂场景中有效提升上采样性能。实验结果表明,LDA-AQU在四个密集预测任务中均超越了现有最先进的上采样器,展现了其卓越的性能和灵活性。

➡️

继续阅读