1.一种图像分类的利用多层卷积层信息的注意力机制方法，其特征在于，所述方法包括以下步骤：

1）输入当前卷积层与在它之前两层的卷积层的输出A、A'，利用全局平均池化分别获得A和A'的通道信息X、X'；

2）利用1×1的卷积将X、X'进行压缩以进一步减少计算量，得到 和 ；

3）将 做转置，在  和 之间做矩阵乘法得到 与 的点乘关系，生成 的权值矩阵M ；

4）使用RELU函数，滤除M中小于0的元素；

5）利用1×1卷积，将A映射到M的维度，得到A的映射特征 ；

6）M与 做矩阵乘法进行特征更新生成新特征图y，y中的每个元素是 中每个通道对应位置元素的加权和，权值是 中每个元素与 中每个元素的关系；

7）用1×1的卷积将y映射到A的维度，得到新特征图映射后的特征 ；

8）将 与A做残差连接，保证注意力模块嵌入已经预训练好的模型时不会破坏它的初始参数。