有关self.dct_h和self.dct_w的设置？

[XFR1998]

在这个类中MultiSpectralAttentionLayer有以下部分。
if h != self.dct_h or w != self.dct_w:
x_pooled = torch.nn.functional.adaptive_avg_pool2d(x, (self.dct_h, self.dct_w))
# If you have concerns about one-line-change, don't worry. :)
# In the ImageNet models, this line will never be triggered.
# This is for compatibility in instance segmentation and object detection.

如果我的任务是目标检测，我该怎么设置self.dct_h和self.dct_w？

[cfzd]

@XFR1998
这个不需要设置，直接使用默认设置就好了。我们的默认设置是，以resnet为例，它的四个stage的dct_h分别为56,28,14,7，dct_w也是一样的. 具体代码可以看这块：

FcaNet/model/fcanet.py

Line 19 in aa5fb63

c2wh = dict([(64,56), (128,28), (256,14) ,(512,7)])

FcaNet/model/fcanet.py

Line 29 in aa5fb63

self.att = MultiSpectralAttentionLayer(planes * 4, c2wh[planes], c2wh[planes], reduction=reduction, freq_sel_method = 'top16')

[XFR1998]

那如果我换成别的网络不用resnet我应该怎么根据实际情况设置呢？

[XFR1998]

我看你好像是根据通道数进行设置的对吗，应该怎么修改呢？谢谢

[cfzd]

那我觉得你就干脆全部设成7就行了。

[XFR1998]

那我觉得你就干脆全部设成7就行了。

好的谢谢大佬指点~

[Max-Well-Wang]

那我觉得你就干脆全部设成7就行了。

好的谢谢大佬指点~
我觉得需要重新设置c2wh = dict([(64,56), (128,28), (256,14) ,(512,7)])，根据通道及其对应的尺寸来改变。