CBS与CBAM相比

CBS (Channel-based Spatial Attention) 和 CBAM (Convolutional Block Attention Module) 都是用于卷积神经网络（CNN）中的注意力机制，它们在图像处理和计算机视觉任务中被用来提升模型对输入特征的局部和全局信息的关注度，从而增强模型的性能。这里简单对比一下两者：

1. CBS: CBS通常是指逐通道的注意力机制，它专注于每个通道内的空间信息。这种设计允许模型分别处理每个通道中的特征，有助于提取不同特征图中的重要区域。它不涉及跨通道的学习，因此计算效率相对较高。

2. CBAM: CBAM则是一个更全面的注意力模块，它结合了空间注意力（Spatial Attention, SA）和通道注意力（Channel Attention, CA）。空间注意力关注的是每个位置的信息，而通道注意力则关注的是整个特征图在各个通道上的权重分布。CBAM提供了一个同时关注局部和全局特征的方式，理论上能捕捉到更丰富的特征信息。