注意力機制CV領域是從NLP領域借鑒過來的，比如：一段話中提取關鍵的、具備代表性的詞語。這個其實在以前聚類算法中學習過，例如：利用bag of word技術，提取一篇論文的關鍵詞，實現論文查重功能。
一、CBAM
如下圖的Channel Attention Module，將一個32×32×256維度的特征圖，在channel維度上，給出256個權重，所謂注意力就是重點考慮權重大特征圖。類似於softmax，這里輸出一個維度為256權重向量。然后將權重向量各自與Input Feature每張圖相乘，得到新的特征圖。 在后續Spatial Attention Module中，在32×32這兩個維度，計算類似於上述的權重矩陣(32×32)，同理，將256個權重矩陣依次與新的特征圖相乘，得到最終新的特征圖，即：優化后的特征圖。
二、SAM
YOLOV4中並沒有使用CBAM，而是SAM，SAM僅僅考慮在空間(Spatial)維度上進行特征圖優化。 如下圖(a)原始SAM，先是最大池化、平均池化，后續接着卷積，YOLOV4直接將這兩步驟合並，可以降低計算量，如圖(b)。
