TAMNet：A loss-balanced multi-task model for simultaneous detection and segmentation

框架采用SSD和FCN作为pipeline.

• Task-related Attention Module（TAM）：同时考虑两个任务的特征利用注意力机制加权
  
  1.将两个分支的特征相加之后通过注意力模块（CNN）得到加权图
  2.用加权图对两个特征进行加权再与各自原特征相加得到最终特征
  公示表达：F表示之前的特征，M表示加权图，i、c分别表示空间下标和通道下标
  
• Optimization method
  大部分做法是手动设置权重W：
  
  本文提出了任务t在第i+1步的难度为：
  
  根据每个任务的难度定义奖励（权重）：
  
  
  
  故：