CBAM是卷积神经网络的注意力模块，通过通道和空间注意力机制提升模型表现。它包含通道注意力和空间注意力两个子模块，分别关注特征的哪些部分重要（什么）和何处重要（在哪里）。实验证明，CBAM在图像分类、目标检测等任务上优于SENet，并且能与各种CNN架构无缝集成。
CBAM:Convolutional Block Attention Module--通道+空间混合注意力
参考论文：CBAM: Convolutional Block Attention Module
作者：Sanghyun Woo , Jongchan Park , Joon-Young Lee, In So Kweon;
1、简介
关键部分：提出了卷积块注意模块（CBAM），这是一种用于前馈卷积神经网络的简单而有效的注意模块。==给定一个中间特征图，我们的模块沿两个单独的维度（通道和空间）顺序推断注意力图，然后将注意力图乘以输入特征图以进行自适应特征细化。==因为 CBAM 是一个轻量级的通用模块
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
