原文地址:https://arxiv.org/pdf/1807.06521.pdf
介绍
CBAM(Convolutional Block Attention Module)卷积块的注意力模块,简单有效,用于前向卷积神经网络。该模块分别从通道和空间维度顺序提供注意力图,用于中间的特征图。CBAM是轻量级且通用的模块,可以整合到任意CNN架构中。CBAM在分类和检测中有不错的表现。图1为CBAM模块架构,分为通道和空间注意力子模块,每个分支可以学习’什么‘和’哪里‘去关注。所以,这模块通过学习哪些信息加强或抑制,有效地帮助网络中的信息流动。
相关工作
网络可以从深度,宽度,基数和注意力方面去提高。Residual Attention Network 是使用编码解码方式的注意力图。CBAM分为通道和空间两部分,产生了更少的计算量和参数。
卷积块注意力模块
特征图F为输入,1D通道注意图Mc ,2D空间注意图Ms,注意力过程如下,图2描述了每个注意力图的计算过程。