CBMA注意力机制

前言

CBMA注意力机制

一、注意力机制是什么？

深度学习中的注意力机制(Attention Mechanism)是一种模仿人类视觉和认知系统的方法，它
允许神经网络在处理输入数据时集中注意力于相关的部分。通过引入注意力机制，神经网络能够自
动地学习并选择性地关注输入中的重要信息，提高型的性能和泛化能力。

二、CBAM注意力机制

2.1 通道注意力机制

通道注意力机制就是将一个WxHxC的特征图拆分成WxH个1x1xC小的特征图，每个小的特征图都进行一次MaxPool和AvgPool，然后再进行共享权重的操作，最后相加得到一个1x1xC的通道注意，再与输入的特征图也就是WxHxC进行相乘得到经过映射的特征图WxHxC。

2.2 空间注意力机制

空间注意力机制是将输入的WxHxC的特征图拆分成C个WxHx1的特征图，分别经过MaxPool和AvgPool，将两次池化后的特征图进行相加得到WxHx2的特征图，将得到的特征图进行一次卷积得到WxHx1的特征图再与输入特征图进行相乘得到映射后的特征图WxHxC

2.2 CBAM注意力机制

就是将通道注意力机制和空间注意力机制进行合并。