2025年1月21日 · LSKNet 是主干网络中的一个可重复堆叠的块（Block），每个LSK Block包括两个残差子块，即大核选择子块（Large Kernel Selection，LK Selection）和前馈网络子块（Feed-forward Network ，FFN），如图8。 LK Selection子块根据需要动态地调整网络的感受野，FFN子块用于通道混合和特征细化，由一个全连接层、一个深度卷积、一个 GELU 激活和第二个全连接层 …

在本文中，我们将这些先验因素考虑在内，并提出了Large Selective Kernel Network（LSKNet）。 LSKNet可以动态地调整其大空间感受野，以更好地建模遥感场景中各种物体的测距的场景。 据我们所知，这是首次在遥感物体检测领域探索大选择性卷积核机制的工作。 在没有任何附加条件的情况下，我们LSKNet比主流检测器轻量的多，而且在多个数据集上刷新了SOTA！ HRSC2016 （98.46% mAP）、 DOTA-v1.0 （81.64% mAP）和 FAIR1M-v1.0 （47.87% mAP）。 近期很 …

2024年12月27日 · LSKBlock通过不同大小的卷积核提取多尺度特征，捕捉局部细节和全局上下文信息。 模块 包含一个特征选择机制，能够根据任务需求动态选择重要特征，抑制不重要的特征。

2023年10月26日 · LSKNet在多个数据集上刷新了 SOTA，HRSC2016（98.46% mAP）、DOTA-v1.0（81.64% mAP）和FAIR1M-v1.0（47.87% mAP）。 想在自己的遥感数据集上试试效果。 情况说明：博主是在服务器上训练的，因此在环境的安装上会比代码给出的简单安装流程稍微困难一点，论文和代码链接： Paper. 代码基于MMrotate实现，因此熟悉MMrotate的相关使用方法训练会进行的更顺利一点。 MMRotate依赖于 PyTorch， MMCV 和 MMDetection。 以下是安装的快 …

LSKNet（Large Selective Kernel Network） 是一种专为遥感目标检测设计的网络架构，其 核心优势在于能够动态调整其大的空间感受野，以更好地捕捉遥感场景中不同对象的范围上下文。 这是第一次在遥感目标检测领域探索大型和选择性核机制。 LSKNet（大型选择性核网络）的 基本原理 包括以下关键组成部分： 1. 大型核选择 （LK Selection）子块： 这个子块能够动态地调整网络的感受野，以便根据需要捕获不同尺度的上下文信息。 这使得网络能够根据遥感图像中对象的不 …

English: Scottish Citylink is a long distance public transport express coach operator in Scotland. The network has a uniform yellow & blue brand identity, but individual services are locally operated on a franchise basis, with some longer routes being shared.

LSK module使用了空间注意力选择不同大小核的提取的特征。 LSKNet Blocks以及module里的梯度流是否最佳？ 有些tricks可以参考： EMA ， Multi-level Ensemble ，对于DOTA-1.0和FAIR1M-v1.0数据集缩放后的图像裁剪为1024×1024个子图像，补丁重叠500像素。

2024年10月7日 · 《Large Separable Kernel Attention》 这篇论文提出的 的机制原理是针对传统大核注意力（Large Kernel Attention，LKA）模块在视觉注意网络（Visual Attention Networks，VAN）中的应用问题进行的改进。 LKA模块在处理大尺寸卷积核时面临着高计算和内存需求的挑战。 LSKAttention通过以下几个关键步骤和原理来解决这些问题： 核分解：LSKAttention的核心创新是将传统的2D卷积核分解为两个1D卷积核。 首先，它将一个大 …

Without bells and whistles, our lightweight LSKNet sets new state-of-the-art scores on standard remote sensing classification, object detection and semantic segmentation benchmarks. Based on a similar technique, we rank 2nd place in 2022 the …

2024年2月1日 · 为了提高网络关注检测目标的最相关的空间背景区域的能力，LSK使用了一种空间选择机制，从不同尺度的大卷积核中空间选择特征图。 1、在 ultralytics \ultralytics\nn路径下新建一个文件夹命名为backbone，用于存放网络结构修改的代码。 并在该 backbone文件夹路径下新建py文件lsknet.py，并在该文件里添加lsknet网络结构的代码： def __init__(self, in _features, hidden_features = None, out_features = None, act_layer = nn.GELU, drop =0.): out_features = …