代码：https://github.com/c-yn/OKNet

研究动机：作者认为Transformer模型计算复杂度太高，因此提出了 omni-kernel module （OKM），可以有效的学习局部到全局的特征表示。该模块包括：全局、大分支、局部三个部分。

整体网络架构比较简单，就是非常简单的encoder-decoder结构，OKM插入在网络瓶颈位置，特征分辨率最低，计算高效。

OKM的细节如下图所示，包括局部、大核卷积、全局，三个分支。其中，局部分支（ 1x1 的卷积）和大核卷积分支（ 63x63 的大核卷积）如图所示，比较简单。下面重点介绍一下全局分支，由dual-domain channel attention module （DCAM） 和 frequency-based spatial attention module （FSAM）组成。

在DCAM中，首先计算频率域的 channel attention，然后计算一个空间域的 channel attention。GAP是生成通道维向量，所以是通道注意力，因此DCAM是粗粒度的增强双域特征。

在FSAM中，在空间维度应用基于频率的注意力，在细粒度上细化频域特征。

实验部分可以参考作者论文，这里不过多介绍。