关于课程中目标分类中的你的论文中的一些不解地方

[alyato]

@wiibrew 李博，你好。
看了目标分类中你讲解的你的论文，有一些地方不是很明白。

第一点就是：
attention map 是首先在训练集上得到的？然后在加入到vgg中，进行特征融合
或者 在vgg的fineturning中，由上一次的pooling layer 传入。
即pooling layer 传入到 x 模块中，x模块对pooling layer 进行提取 attention map。
第二点就是：
cropping layer. 这一层的技术是怎么实现的？
上一层是feature map。需要把feature map 输出为图像保存下来么？ 然后，对保存的图像，进行切割。例如嘴，鼻子等图片？
谢谢。