首页
登录 | 注册

dirac delta function

论文是:weakly supervised instance segmentation using class peak response

   这篇论文中有进行peak stimulation:

dirac delta function

 

 

大体来说就是在正常网络最后一段给出了H*W*C的feature map之后,他又加了一个卷积核,想要输出类自信分数(此图多大可能性有这一类)

这个卷积核就用到了dirac delta function, 然后他是真么定义的呢,很简单,该函数只有零点数值不等于零,且定义域积分为一。

看下这个公式一,零点很明显是和peak k 重合的点(卷积核和输入特征图一样大小)。

所以卷积核每个位置的值要么是0,要么是16*23(假设是随后一层feature map大小)

所以这个卷积本质上是个大筛子,只关注peak值。

感觉现在很多在做loss function的,网络结构却不动,结果出得快,且谁都能用。

dirac delta function

所以公式二就是输出的最后的计算

 



2020 jeepxie.net webmaster#jeepxie.net
10 q. 0.008 s.
京ICP备10005923号