CBAM: Convolutional Block Attention Module CBAM: 컨벌루션 블록 주의 모듈

우리는 전방향 컨벌루션 신경망(CNN)을 위한 간단하면서도 효과적인 주의 모듈인 컨벌루셔널 블록 주의 모듈(Convolutional Block Attention Module, CBAM)을 제안합니다. 중간 특징 맵이 주어지면, 우리의 모듈은 채널과 공간 두 개의 별도 차원에 대해 순차적으로 주의 맵을 추론한 후, 이 주의 맵들을 입력 특징 맵에 곱하여 적응적인 특징 정제를 수행합니다. CBAM은 가벼운 일반적인 모듈이므로, 부가 비용이 거의 없이 어떤 CNN 구조에도 원활하게 통합될 수 있으며, 기본 CNN들과 함께 끝에서 끝까지 학습할 수 있습니다. 우리는 ImageNet-1K, MS COCO 탐지, 그리고 VOC 2007 탐지 데이터셋을 사용하여 광범위한 실험을 통해 CBAM을 검증하였습니다. 실험 결과는 다양한 모델에서 일관된 분류 및 탐지 성능 향상을 보여주며, CBAM의 넓은 적용 가능성을 입증하고 있습니다. 코드와 모델들은 공개될 예정입니다.