模型注意力机制的方法，senet,gcnet SRMnet,SGEnet,增强注意力机制AA

优化分类模型的结构注意力机制

senet,gcnet SRMnet,SGEnet,增强注意力机制AA，每个有代码实现
最大化注意力机制（EMA）

1、SEnet, GCnet

2、SGEnet, Spatial Group-wise
Enhance: Improving SemanticFeature Learning in ，Convolutional
Networks, https://github.com/implus/PytorchInsight

3、SRM : A Style-based Recalibration
Module for Convolutional Neural Networks

https://github.com/hyunjaelee410/style-based-recalibration-module

https://github.com/EvgenyKashin/SRMnet

https://github.com/XiaLiPKU/EMANet，emanethttps://zhuanlan.zhihu.com/p/78018142

SRM 和 SGE 是对se块改进的，所以插入位置也是一样的，容易替换修改

4、自注意力增强卷积
https://github.com/leaderj1001/Attention-Augmented-Conv2d
注意力增强结构，参数量比se模型少一点，精度高一点同时适用于检测，分类，都有提升
https://zhuanlan.zhihu.com/p/63910019

5、自注意力，self.attention
研究的不是很多，在imagewoof 中 加有2%的提升
https://github.com/sdoria/SimpleSelfAttention 实现代码
Self-Attention GAN 中的 self attention 机制