输入图像为42*42大小的光流特征的水平分量、垂直分量以及光应变，应用inception以及cbam，可以如何搭建网络

要搭建一个结合了Inception和CBAM的网络，可以按照以下步骤进行：

1. 定义输入层：输入层接收42x42大小的光流特征的水平分量、垂直分量以及光应变。

2. 应用Inception模块：使用Inception模块来提取特征。每个Inception模块由一系列并行的卷积层和池化层组成。可以根据需要的复杂度和网络规模选择模块的层数和滤波器数量。

3. 应用CBAM模块：在Inception模块之后，添加CBAM模块来增强注意力机制，提高网络的表达能力。CBAM模块包括通道注意力和空间注意力机制。

4. 添加全局池化层：在CBAM模块之后，添加全局池化层来提取全局特征。

5. 添加全连接层：将全局池化层的输出连接到全连接层，用于分类任务。

6. 添加输出层：最后添加一个输出层，根据具体的表情识别任务设置适当的激活函数和输出维度。

整体网络结构如下所示：

输入层 -> Inception模块 -> CBAM模块 -> 全局池化层 -> 全连接层 -> 输出层

请注意，上述描述仅提供了一个基本的网络框架，具体的网络结构和超参数设置需要根据实际情况进行调整和优化。