CBAM通道注意力机制是怎么计算的

CBAM通道注意力机制分为两个步骤：一是通过全局平均池化（Global Average Pooling）来计算每个通道的重要性；二是通过一个全连接（Fully Connected）层来对不同通道加权。

具体来说，CBAM通道注意力机制的计算公式如下：

$$\boldsymbol{z} = f_{\text{MLP}}(\text{AvgPool}(\boldsymbol{x}))$$

$$\boldsymbol{a} = \text{sigmoid}(f_{\text{FC}}(\boldsymbol{z}))$$

其中，$\boldsymbol{x}$是输入的特征图，$\text{AvgPool}(\boldsymbol{x})$表示对特征图进行全局平均池化，得到每个通道的重要性，$\boldsymbol{z}$是通过一个多层感知机（MLP）来进一步处理这些重要性，得到一个通道的激活值向量，$f_{\text{MLP}}$是MLP的函数，通常包括一到两个全连接层和激活函数，$\boldsymbol{a}$是加权后的特征图，其中每个通道的权重由一个全连接层（$f_{\text{FC}}$）来计算，再经过一个sigmoid函数来归一化，确保权重在0到1之间。

最后，将加权后的特征图$\boldsymbol{a}$和原始特征图$\boldsymbol{x}$相乘，即可得到最终的特征图。