摘要
为了提高各种计算机视觉任务的表现，已经研究了多种注意力机制。然而，之前的方法忽视了在通道和空间两个方面保留信息以增强跨维度交互的重要性。因此，我们提出了一种全局注意力机制，通过减少信息减少和放大全局交互表示来提高深度神经网络的表现。我们引入了与多层感知器一起的多层感知器通道注意力3D排列以及卷积空间注意力子模块。在CIFAR-100和ImageNet-1K上的图像分类任务中，对所提出机制的评价表明，我们的方法在ResNet和轻量级MobileNet上都优于几种最近的注意力机制。为了提高各种计算机视觉任务的表现，已经研究了多种注意力机制。然而，之前的方法忽视了在通道和空
