摘要：BAM: Bottleneck Attention Module 1.提出了一种可以结合到任何前向传播卷积神经网络中的注意力模块。 2.整体网络结构：作者将BAM模块加载了Resnet中的每个stage之间，用于消除低层次特征，聚焦于明确的目标。 3.BAM块： （1）Channel attenti 阅读全文

摘要：一.Selective Kernel Networks 1.介绍： SKNet是SENet的加强版，让每一个神经元能够动态的调整感受野的大小。 2.大体流程： 1.Split 首先对原本C*H*W的输入经过多个（自己定义，图中为3个）大小不同的卷积核得到U1，U2，U3三个特征图。 注意，这里涉及了 阅读全文