DeepFix - 位置偏向卷积

Question

我有一个关于这篇论文的问题：https://arxiv.org/pdf/1510.02927.pdf

在网络架构中，他们实现了一种称为位置偏向卷积的东西。

基本上是 16 个 2d-gausians 附加到卷积层的 512 个过滤器（参见论文中的图 5） Picture of Location Biased Convolution.

我想在 PyTorch 中实现这一点，但不知道如何将固定过滤器添加到卷积块。权重应该按照论文中的讨论进行训练。

任何人都可以提示该做什么或以前做过这个吗？

Answer 1

从您提供的图中的样子来看，他们将位置先验附加到数据中，即

location_priors = generate_gaussians(positions, variances, data.size())
data_w_loc_priors = T.cat((data, location_priors), dim=1)

现在，只需相应调整卷积的 in_channels 数量：如果之前有 512 个 in_channels，那么现在有 512 + 个位置先验。