你以爲的attention機制只有m(2）和m（3）嗎？ 年輕；
mmdetection(2)： DeformableConvNets(DCN)
mmdetection(3)：Non-local Neural Networks
ok， 我們來分析一下，m（2）是啥，可變卷積，怎麼搞的，增加偏移量啊。
好，這是根據位置關係來確定attention。
然後的m（3）呢。根據的使兩個點的特徵，這是根據特徵搞的，
那這篇文章講了個啥呢，膜拜大神，人家把所以的attention都綜合了一下。整出這麼個玩意，別小看這個啊，這可是精華，
q表示當前點索引，Zq表示q的內容，z表示查詢點索引，x表示內容，那明顯啊，A就表示映射函數啊，dcn中的雙線性插值函數，non-local中的f函數，意思就是那些地方需要被關注，以及其特徵值，然後綜合一下就是當前點的特徵值。
那麼A有幾種形式呢，四種，以下：
E1）query 內容特徵和 key 內容特徵；（E2）query 內容特徵和 query-key 相對位置；（E3）僅 key 內容內容特徵；（E4）僅 query-key 相對位置。
有沒有發現，E2和dcn相似，E1和non-local相似啊。然後不啦不啦不啦----------一大堆比較。歐克，就這樣，具體看論文把。代碼我是看不懂了，能搞定的教教我啊