CBAM 空间注意力模块

CBAM（Convolutional Block Attention Module）是一种用于图像处理的空间注意力模块。它由两个子模块组成：通道注意力模块（Channel Attention Module）和空间注意力模块（Spatial Attention Module）。

通道注意力模块用于对输入特征图的通道维度进行加权，以便于网络自动学习不同通道之间的关系。它通过全局平均池化和全连接层来计算每个通道的权重，并使用这些权重对通道进行加权。

空间注意力模块则用于对输入特征图的空间维度进行加权，以关注感兴趣的空间位置。它通过使用多个不同大小的卷积核来捕捉不同尺度下的空间信息，并将这些信息融合起来。

CBAM模块的整体作用是通过对通道和空间维度进行加权，提高网络对图像中重要区域的感知能力。这可以帮助网络更好地理解图像的结构和内容，从而提升图像处理任务的性能。