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 …

2024年9月29日 · 作为入门性篇章，这里介绍了LSKA注意力在 YOLOv8 中的使用。 包含LSKA原理分析，LSKA的代码、LSKA的使用方法、以及添加以后的yaml文件及运行记录。 LSKA官方论文地址： LSKA文章. LSKA 注意力机制 （大可分离内核注意力）:LSKA将深度卷积层的二维卷积核分解为级联的水平和垂直的1-D核。 提出的分解允许在注意力模块中直接使用大核的深度卷积层，而不需要任何额外的模块。 在VAN中LSKA模块能够达到与标准LKA模块相当的 性能，并降低了 …

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 …

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 = …

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 …

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 …

TOPSOE™’s medium temperature shift catalysts LK-813 and LK-819 are used for the conversion of carbon monoxide at temperatures ranging from 190 to 330ºC.

论文题目： Large Selective Kernel Network for Remote Sensing Object Detection. 作者：Yuxuan Li, Qibin Hou, Zhaohui Zheng, Ming-Ming Cheng, Jian Yang and Xiang Li* 单位：南开大学. 会议： ICCV. 年份：2023. 目前DOTA-1.0、HRSC2016、FAIR1M-v1.0三个数据集的SOTA. 2022年大湾区国际算法竞赛中排名第二. 研究目标： 遥感目标检测。 主流趋势： 生成精确匹配被检测对象方向的边界框，而不是简单地在它们周围绘制水平框。 因此，大量的研究集中在改进用于遥感 …

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 …

2024年7月8日 · LSKblock Attention：LSKNet引入了LSKblock Attention作为一种注意力机制，通过空间选择性机制动态调整感受野，以更有效地处理不同目标类型的广泛上下文。 这种机制允许模型根据输入自适应地确定大型核的权重，从而在空间维度上调整每个目标的感受野。 大型选择性核网络：LSKNet是首个在遥感目标检测领域探索大型和选择性核机制的模型。 它通过加权处理大型深度核的特征，并在空间上将它们合并，以适应不同目标类型的不同上下文细微差异。 适应 …