UNet改进（26）：UNet结合分层注意力机制的图像分割深度解析

一、注意力机制概述

1.1 注意力机制的基本概念

注意力机制源于人类视觉系统的工作方式——我们不会同时处理视野中的所有信息，而是选择性地关注重要区域。在深度学习中，注意力机制通过动态调整特征图中不同区域或通道的重要性，使模型能够聚焦于与任务最相关的信息。

1.2 计算机视觉中的注意力类型

在计算机视觉领域，注意力机制主要分为两大类：

1. 通道注意力：关注"什么"特征更重要，通过重新校准通道维度的特征响应来实现。

2. 空间注意力：关注"哪里"的特征更重要，通过重新校准空间位置的特征响应来实现。

本文介绍的UNetWithAttention模型同时集成了这两种注意力机制，并在不同层次上应用，形成了分层注意力结构。

二、UNetWithAttention架构详解

2.1 整体架构

UNetWithAttention保持了传统UNet的U型结构，由编码器（下采样路径）、解码器（上采样路径）和跳跃连接组成。其创新之处在于：

1. 在每一层双卷积块中引入了通道注意力和空间注意力

2. 在上采样过程中加入了特征融合注意力

3. 在瓶颈层添加了