SPASE

论文提出了BASE、SPASE、MAPSE、PLEASE四种区域感知通道重标定模块，分别使用规则网格、SLIC超像素、冻结网络语义地图和端到端学习软分配来定义池化区域。

BASE和SPASE几乎不增加可学习参数，适合对模型体积敏感的场景。

实验结果显示，四种模块在大多数基准上超越了原始SE模块及相关的空间-通道注意力变体，取得了多数最优结果。