原创力文档- 1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
- 2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
第42卷第3期微电子学与计算机Vol.42No.3
2025年3月MICROELECTRONICSCOMPUTERMarch2025
引用格式：吴胜垚，陈星．图像任务中空间和通道注意力机制研究综述[J].微电子学与计算机，2025，42（3）：1-13．
WUSY，CHENX.Areviewofthespatialandchannelattentionmechanismsinimagetasks[J].MicroelectronicsComputer，
2025，42（3）：1-13.
DOI：10.19304/J.ISSN1000-7180.2024.0125
图像任务中空间和通道注意力机制研究综述
12
吴胜垚，陈星
（1四川轻化工大学机械工程学院,四川宜宾644000；
2重庆文理学院智能制造工程学院,重庆402160）
摘要：使用卷积神经网络处理目标检测、语义分割、行为识别等图像任务是目前的主流做法。由于空间、通道注
意力机制能稳定提升卷积神经网络的性能且模块化的设计更具有便捷性，所以在各种任务网络中得到广泛应用。
但其性能受到本身的结构限制，近年来的发展逐步放缓。因此，着眼于各种空间、通道注意力机制模块，对其核心
思想与优缺点进行了整理。接着，将结合空间和通道注意力的混合式注意力按两部分的结合方式进行了分类：并
联混合、串联混合、深度混合。然后，以图像分类任务为例，使用ImageNet数据集，并以ResNet50为基础网络来验
证各模型性能，以此助力研究人员选择合适的注意力模块。最后，通过分析发现了3种注意力机制所面临的瓶颈
问题，探究三者未来的发展方向，并给出了建议。
关键词：注意力机制；卷积神经网络；性能对比；发展方向
中图分类号：TP181文献标识码：A文章编号：1000-7180（2025）03-0001-13
Areviewofthespatialandchannelattention
mechanismsinimagetasks
12
WUShengyao，CHENXing
（1CollegeofMechanicalEngineering,SichuanUniversityofScienceEngineering,Yibing644000,China；
2CollegeofIntelligentManufacturingEngineering,ChongqingUniversityofArtsandSciences,Chongqing402160,China）
Abstract：Usingconvolutionalneuralnetworksfortaskssuchasobjectdetection,semanticsegmentation,andaction
recogniti
- 1.ppt制作及优化；2.办公模板制作；3.文案制作及优化。 + 关注
-
实名认证服务提供商
教师资格证、公共营养师持证人
本人专注ppt制作、办公模板编辑六年有余，可以根据客户需求做出高品质ppt、办公表格等模板，以及文案等。
文档评论（0）