DenseUNet 改进：结合APBottleneck（注意力瓶颈模块）

1.代码讲解

今天我们将深入分析一个名为DenseUNet的神经网络架构，它巧妙地将DenseNet的强大特征提取能力与UNet的经典U型结构相结合，并加入了注意力机制来提升模型性能。

这个网络特别适用于图像分割任务，能够处理不同数量的输入和输出通道。

网络架构总览

DenseUNet主要由以下几个关键组件构成：

1. ​​编码器部分​​：基于DenseNet-161的预训练结构
2. ​​解码器部分​​：自定义的上采样路径
3. ​​注意力机制​​：通过APBottleneck实现
4. ​​跳跃连接​​：保留不同尺度的特征信息

核心组件详解

1. APBottl