GAM注意力group卷积

GAM（Group Attention Module）是一种注意力机制，它在处理通道注意力和空间注意力时使用了组卷积。具体而言，对于通道注意力的处理，GAM首先对输入特征图进行最大池化和平均池化，然后经过MLP（多层感知器）进行处理，最后通过Sigmoid激活函数输出。而对于空间注意力的处理，GAM对特征图进行最大池化和平均池化后叠加在一起，然后进行组卷积操作，最后再经过Sigmoid激活函数处理。这样的处理方式能够帮助模型在处理注意力时更加高效而准确。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [GAM注意力机制](https://blog.csdn.net/zqx951102/article/details/127750927)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_1"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]