分割精度提升近6% mIoU
引入空间与通道注意力对多尺度特征进行非线性加权融合，带来一致的性能提升并输出更精细的边界。
Yang, Yung Hsu · Huang, Thomas E. · Sun, Min · Rota Bulò, Samuel · Kontschieder, Peter · Yu, Fisher
2023
通过空间与通道注意力对多层特征进行非线性加权融合，在Cityscapes上提升DLA模型近6% mIoU。
AFA学习逐步细化分割图并改善边界细节，在NYUDv2和BSDS500上取得边界检测的新纪录。
AFA适用于多种现有网络设计，可无缝集成到不同架构中，无需大幅修改。
在多个基准上取得一致提升的同时，引入的计算和参数开销几乎可以忽略。