前言：Hello大家好，我是小哥谈。注意力是人类认知系统的核心部分，它允许我们在各种感官输入中筛选和专注于特定信息。这一能力帮助我们处理海量的信息，关注重要的事物，而不会被次要的事物淹没。受到人类认知系统的启发，计算机科学家开发了注意力机制，这种机制模仿人类的这种能力，强化特定数据特征，忽略无关部分。在计算机视觉（CV）中，注意力机制是一种能够让模型关注和重视输入数据中的某些部分的方法。它通常用于图像识别和分类任务，以增强模型对输入数据的理解。🌈 

     目录

🚀1.基础概念

🚀2.经典注意力机制介绍

🍀🍀2.1 BAM

🍀🍀2.2 CBAM

🍀🍀2.3 SE

🍀🍀2.4 CoTAttention

🍀🍀2.5 MobileViTAttention

🍀🍀2.6 SimAM

🍀🍀2.7 SK

🍀🍀2.8 ShuffleAttention

🍀🍀2.9 S2Attention

🍀🍀2.10 TripletAttention

🍀🍀2.11 ECA

🍀🍀2.12 ParNetAttention

🍀🍀2.13 CoordAttention

🍀🍀2.14 MHSA

🍀🍀2.15 SGE

🍀🍀2.16 A2Attention

🍀🍀2.17 Global Context Attention

🍀🍀2.18 EffectiveSE

🍀🍀2.19 Gather-Excite Attention

🍀🍀2.20 Sequential Self-Attention

🍀🍀2.21 GAM

🍀🍀2.22 EMA

🍀🍀2.23 CloAttention

🍀🍀2.24 LSKBlock

🍀🍀2.25 MLCA

🍀🍀2.26 LSKA

🍀🍀2.27 DAttention

🍀🍀2.28 ELA

🍀🍀2.29 CAA