
目录
一、【NAM】注意力机制
1.1【NAM】注意力介绍

下图是【NAM】的结构图,让我们简单分析一下运行过程和优势
通道注意力模块(Channel Attention Module)
- 处理过程:
- 输入特征 𝐹1:输入的特征图首先经过 Batch Normalization(BN),这一步通过标准化处理特征,消除不同通道特征之间的分布差异。
通道重要性权重计算:每个通道的特征通过一个权重计算公式来计算其重要性权重 𝑤𝑖。如图中所示,通道权重 𝑤𝑖是通过对每个通道的响应 𝛾𝑖进行归一化处理得到的,即 𝑤𝑖=𝛾𝑖∑𝑗𝛾𝑗 。 - 加权操作:通过计算得到的权重乘以原始输入特征图的每个通道,调整不同通道特征的权重,突出重要特征。
- 激活函数:最后,经过 Sigmoid 激活函数来进一步压缩权重范围至 [0,1],并生成最终的通道注意力特征 𝑀𝑐。
订阅专栏 解锁全文
1749



被折叠的 条评论
为什么被折叠?



