实际意义：①多语义空间信息利用不充分问题：未能充分利用跨空间和通道的多语义信息帮助关键特征提取。
        ②语义差异导致的信息融合问题：不同特征间存在语义差异，这会影响融合效果，对检测和分割任务不利。
        ③空间上下文适应性问题：传统方法会压缩所有通道信息，这削弱不同特征图上下文的适应性。
实现方式：将特征沿高度和宽度维度分解得到子特征，再通过深度可分离卷积捕捉多语义空间信息，经分组归一化和Sigmoid激活生成空间注意力图，相乘得到输出特征。
涨点以后如何写作？：【此部分 请务必看视频 视频更为详细】</div>