代码里空间注意力特征聚合好像有问题 #318
Description
空间交叉注意力时，对于一个bev立柱上的4个点不一定完全都在一张图像上，假设只有三个点在这张图向上，可变形注意力（MSDeformableAttention3D层forward函数）好像没有考虑到这种情况去聚合有效点的特征，而是把四个点的特征都聚合了，在求平均时，倒是的确除以了有效点个数3，不知道我理解错了没有？
{{ message }}
空间交叉注意力时，对于一个bev立柱上的4个点不一定完全都在一张图像上，假设只有三个点在这张图向上，可变形注意力（MSDeformableAttention3D层forward函数）好像没有考虑到这种情况去聚合有效点的特征，而是把四个点的特征都聚合了，在求平均时，倒是的确除以了有效点个数3，不知道我理解错了没有？