Add files via upload

Author: gusdlf93

timm/models/csatv2.py

@@ -195,8 +195,7 @@ def forward(self, x):
         # Spatial Attention logic
         attention = self.attention(x)
 
-        # [Fix] nn.UpsamplingBilinear2d 클래스 생성 -> F.interpolate 함수 사용
-        # align_corners=False가 최신 기본값에 가깝습니다. (성능 차이는 미미함)
+        # [Fix] create nn.UpsamplingBilinear2d class  -> use F.interpolate function
         attention = F.interpolate(attention, size=x.shape[2:], mode='bilinear', align_corners=False)
 
         x = x * attention
@@ -241,7 +240,7 @@ def __init__(self, inp, oup, heads=8, dim_head=32, img_size=None, downsample=Fal
             self.pool2 = nn.MaxPool2d(3, 2, 1)
             self.proj = nn.Conv2d(inp, oup, 1, 1, 0, bias=False)
         else:
-            # [Fix] JIT 컴파일 에러 방지: 사용하지 않더라도 속성을 정의해야 함
+            # [Fix] Prevent JIT compile error
             self.pool1 = nn.Identity()
             self.pool2 = nn.Identity()
             self.proj = nn.Identity()
@@ -505,8 +504,8 @@ def forward(self, x):
         if self.data_format == "channels_last":
             return F.layer_norm(x, self.normalized_shape, self.weight, self.bias, self.eps)
         else:
-            # [Fix] elif -> else로 변경
-            # JIT이 "모든 경로에서 Tensor가 반환됨"을 알 수 있게 함
+            # [Fix] change elif -> else
+            # JIT should know Tensor return path of all cases.
             u = x.mean(1, keepdim=True)
             s = (x - u).pow(2).mean(1, keepdim=True)
             x = (x - u) / torch.sqrt(s + self.eps)