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 …

2025年1月27日 · LSKNet无需任何额外功能，就在标准基准测试上设立了新的最先进的分数，即HRSC2016（98.46% mAP）、DOTA-v1.0（81.85% mAP）和FAIR1M-v1.0（47.87% mAP）。 基于类似的技术，我们在2022年粤港澳大湾区国际算法竞赛中排名第二。 上述材料摘取自论文【1】 Y. Li, Q. Hou, Z. Zheng, et al., Large Selective Kernel Network for Remote Sensing Object Detection, ICCV, 2023. 由此，我们可以明白这篇论文的意义：它突破了传统的边缘检测识别 遥 …

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）。 近期很少有工作考虑到遥感图像中存在的强大的先验知识。 航空图像通常是以高分辨率的鸟瞰视角拍 …

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 …

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：

In this paper, we take these priors into account and propose the Large Selective Kernel Network (LSKNet). LSKNet can dynamically adjust its large spatial receptive field to better model the ranging context of various objects in remote sensing scenarios.

2002年12月17日 · ¶ 1 This appeal presents the unique question of whether Appellant, H.A.N., should be required to pay her former domestic partner Appellee, L.S.K. (Mother), child support for five children conceived through artificial insemination and born during their relationship.

2024年7月8日 · 简介： YOLOv10专栏聚焦遥感目标检测，提出LSKNet，首个探索大型选择性核的模型。 LSKNet利用LSKblock Attention动态调整感受野，处理不同目标的上下文。 创新点还包括极化滤波和增强技术，提升信息保留和非线性输出。 在HRSC2016等遥感基准上取得SOTA性能。 LSKNet代码展示其网络结构，包括多阶段模块和注意力机制。 详细配置和任务说明见相关链接。 近期在遥感目标检测的研究中，主要集中于提高定向边界框的表示能力，但却忽略了遥感场景 …

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 …

lsk直线导轨产品用于精密机床、机器人、半导体、电动工具、运动器材、木工机械、食品机械、医疗机械、光学仪器、汽车制造装置、自动化设备、激光雕刻、印刷机械、电子工业、人造板机械、造纸机械、定位承载装置、输送（制造搬送）装置、包装机械等 ...