Expand description
混合编码器(PPDocLayoutV3HybridEncoder,RT-DETR 式):骨干后三段各投影到同一通道 → 最高层做
层内自注意力(AIFI)→ 自顶向下 FPN + 自底向上 PAN 融合;另外用融合结果和骨干第一段算掩码特征。
RepVGG 块的两路卷积在载入时并成一个 3×3,结果只差浮点舍入。
Structs§
- Encoder
- 整个混合编码器。
- Encoder
Out - 编码器的输出。
混合编码器(PPDocLayoutV3HybridEncoder,RT-DETR 式):骨干后三段各投影到同一通道 → 最高层做
层内自注意力(AIFI)→ 自顶向下 FPN + 自底向上 PAN 融合;另外用融合结果和骨干第一段算掩码特征。
RepVGG 块的两路卷积在载入时并成一个 3×3,结果只差浮点舍入。