【深度学习|特征增强融合模块】ABCNet中的AEM模块相对于BiSeNet 中的ARM 模块是如何优化的？

【深度学习|特征增强融合模块】ABCNet中的AEM模块相对于BiSeNet 中的ARM 模块是如何优化的？

【深度学习|特征增强融合模块】ABCNet中的AEM模块相对于BiSeNet 中的ARM 模块是如何优化的？

---

---

ARM 模块 (Attention Refinement Module)

作用：

• ARM 模块的核心作用是对输入特征进行通道级的全局信息建模，突出关键特征并抑制冗余信息，从而增强对目标区域的关注。

结构分析：

• 全局平均池化 (GlobalAveragePooling2D)：将输入特征 x 通过全局平均池化压缩到一个单一通道的特征向量，捕获全局上下文信息。

• 卷积 (Conv2D)：使用一个通道数与输入相同的 1×1 卷积对