YOLOv11改进 | 独家创新- 注意力篇 | YOLOv11引入CBAM的二次创新之SBAM注意力(全网独家创新)

1. SBAM介绍

 SBAM（Softmax-based Attention Module）和CBAM（Convolutional Block Attention Module）都是用于增强神经网络在特征提取阶段的注意力机制。

          SBAM 的优势：

         (1). 综合性注意力机制：
          通道注意力（Channel Attention）：通过自适应平均池化和卷积操作，使得网络能够动态地学习每个通道的重要性，从而增强特定通道的响应，有助于捕捉到更丰富的通道相关特征。
           空间注意力（Spatial Attention）：结合平均池化和最大池化的特征图，学习空间位置之间的相关性，以便更好地聚焦在重要的空间区域上。
          Softmax 注意力（Softmax Attention）：利用 Softmax 函数对平均池化和最大池化后的特征进行加权，进一步强化了网络对每个像素位置的重视程度，使得网络能够在像素级别进行精细的注意力调控。

          (2). 多层次的特征增强：
         SBAM 结合了通道、空间和像素级的注意力机制，使得网络在不同层次上都能够进行有效的特征增强，这种多层次的注意力机制有助于提升网络在复杂场景下的特