1. CBAM

Convolutional Block Attention Module (CBAM) 表示卷积模块的注意力机制模块。是一种结合了空间（spatial）和通道（channel）的注意力机制模块。

2. Channel Attention Module

我们知道一张图片经过几个卷积层会得到一个特征矩阵，这个矩阵的通道数就是卷积核的个数。那么，一个常见的卷积核经常达到1024，2048个，并不是每个通道都对于信息传递非常有用了的。因此，通过对这些通道进行过滤，也就是注意，来得到优化后的特征.

主要思路就是：增大有效通道权重，减少无效通道的权重
在这里插入图片描述
$\begin{aligned} \Large M_c(F)=& \Large\sigma(MLP(AvgPool(F))+MLP(MaxPool(F))) \\ \\ =&\Large\sigma (W_1(W_0(F_{avg}^c))+W_1(W_0(F_{max}^c))) \end{aligned}$
上面输出出来的Tensor的shape是 $batch\_size \times channel \times 1 \times 1$ ，它是每一个通道的权重，对应层要乘以这个权重得到这层新的feature map

注意，在MLP之前两个池化结果是分开的，经过MLP之后将这两个加起来，再sigmoid

3. Space Attention Module

注意力主要分布在空间中，又被称为空间注意力，表现在图像上就是对图像上不同位置的关注程度不同。反映在数学上就是指：针对某个大小为H×W×C的特征图，有效的一个空间注意力对应一个大小为H×W的矩阵，每个位置对原特征图对应位置的像素来说就是一个权重，计算时做pixel-wise multiply。

在这里插入图片描述

$\begin{aligned} \Large M_s(F)=& \Large\sigma\bigg(f^{7\times 7}\Big([AvgPool(F);MaxPool(F)]\Big)\bigg) \\ \\ =&\Large\sigma\bigg(f^{7\times 7}\Big([F_{avg}^s;F_{max}^s]\Big)\bigg) \end{aligned}$

输入一个特征图
- 基于channel进行global max pooling和global average pooling
- 将上述的结果基于channel做concat
- 将concat后的结果经过一个same卷积操作，channel降为1
- 将结果经过sigmoid生成spatial attention feature，可以与输入的特征图做乘法，为feature增加空间注意力

4.不正经的summary

Inception模块中是same卷积
Inception模块可以加入残差
Inception模块是用来替代一般卷积用的，可以看成Conv2d函数的地位
Attention模块其实就是对特征图的权重调整
Attention模块可以结合残差
残差注意力+残差Inception交替使用，中间学习GoogLeNet的辅助分类；注意力用来调整输入到卷积中的feature map，Inception负责特征选择
特别地，可以Inception * 2->Attention->池化