CBAM模块详解：空间注意力与通道注意力机制

CBAM模块包含了空间注意力模块和通道注意力模块两部分。不同于SENet网络的通道注意力机制，CBAM采用了全局最大池化和全局平均池化操作来压缩通道特征，以更深入地学习不同特征之间的相关性。对于空间注意力模块，CBAM首先对通道注意力模块输出的特征图进行最大池化和平均池化操作，得到两个特征图。然后，在通道维度上将这两个特征图进行拼接，经过一个7*7卷积操作和Sigmoid激活函数处理后，得到空间注意力图。最后，利用输出的空间注意力图对输入的目标特征图进行调整，输出精细化特征图。