注意力机制CV领域是从NLP领域借鉴过来的，比如：一段话中提取关键的、具备代表性的词语。这个其实在以前聚类算法中学习过，

例如：利用bag of word技术，提取一篇论文的关键词，实现论文查重功能。

一、CBAM

       如下图的Channel Attention Module，将一个32×32×256维度的特征图，在channel维度上，给出256个权重，所谓注意力就是重点考虑权重大特征图。

类似于softmax，这里输出一个维度为256权重向量。然后将权重向量各自与Input Feature每张图相乘，得到新的特征图。

       在后续Spatial Attention Module中，在32×32这两个维度，计算类似于上述的权重矩阵(32×32)，同理，将256个权重矩阵依次与新的特征图相乘，得到

最终新的特征图，即：优化后的特征图。

 

  二、SAM

       YOLOV4中并没有使用CBAM，而是SAM，SAM仅仅考虑在空间(Spatial)维度上进行特征图优化。

       如下图(a)原始SAM，先是最大池化、平均池化，后续接着卷积，YOLOV4直接将这两步骤合并，可以降低计算量，如图(b)。