基于通道注意力机制的图像特征增强网络

该网络的流程如下：首先，通过卷积操作将输入图像转化为特征；接着，采用平均池化将特征U压缩为11C的通道描述符，该描述符不仅具有全局感受野，还包含全局信息；然后，通道描述符通过两个全连接层，使用Sigmoid函数为不同通道分配权重，以建模特征通道之间的相关性；最后，对特征U进行重新校正，以强化有用信息，抑制无用信息。如图12所示。