模块一：特征金字塔注意力模块（FPA）
结合了PSPNet或DeepLab提出的空间金字塔结构和SENet的注意力机制，结合不同尺度上下文信息的同时，还能为高层次的特征图提供更好的像素级注意力特征，扩大感受野的同时并有效的实现小目标的分类。
模块二：全局注意力上采样模块（GAU）
提取高层次特征的全局上下文信息，作为低层次特征的加权计算的指导（用高层特征给低层特征作指导）
整体网络模型：金字塔注意力网络（ PAN）
消融实验
1.FPA模块
2.GAU模块
3.对比其他经典网络模型
文章链接：https://blog.csdn.net/guleileo/article/details/80544835
问题：FPN中为什么进行逐像素相乘，意义是什么？什么时候用相加什么时候用相乘？