本文最后更新于 2024-08-15，文章内容可能已经过时。

论文的模型结构图

论文中说的就是我用两个串联的5×5、7×7的分组卷积来模拟大核卷积，这两个卷积串联它们的感受野就相当于23×23的卷积，至于用分组卷积主要是在空间维度上进行操作，通道维度不变。通过两个串联的卷积后，然后通过两个并行的1×1的卷积，将通道数减半，并将两个特征图沿着通道维度进行拼接。我们将拼接后的特征图attn，通过平均池化和最大池化，然后经过激活函数，这样我们会得到一个空间注意力图。这个注意力图与原始的5*5和7*7的得到的特征图相乘，最后再与原始的输入x相乘，得到最终经过空间选择后的特征。

下图展示的就是这篇论文的主要代码部分：

个人观点

这感觉就是拼接出来的，模块都是常见的，但是组合起来效果不错，确实也得到了一点反思，有时并不是将模块设计的越复杂越好，有时我们常见的东西换个角度想想也可以发挥它更大的用处。