BAM：瓶颈注意力模块

深度神经网络的最新进展通过架构搜索获得了更强的表征能力。在本文中，我们关注注意力在一般深度神经网络中的作用。我们提出一个简单而有效的注意力模块，称为瓶颈注意力模块（Bottleneck Attention Module, BAM），它可集成于任何前馈卷积神经网络。我们的模块沿通道与空间两条独立路径推断注意力图。我们将模块置于模型中发生特征图下采样的每个瓶颈处。我们的模块以少量参数在瓶颈处构建层次化注意力，并且可与任何前馈模型端到端联合训练。我们在CIFAR-100、ImageNet-1K、VOC 2007和MS COCO基准上通过大量实验验证了BAM。实验显示各类模型在分类与检测性能上均有持续提升，证明了BAM的广泛适用性。代码与模型将公开提供。