回帖：针对上述难题，本研究创新性地将高效注意力机制CBAM应用于双分支卷积神经网络上，两个分支将CBAM注意力模块的输出进行连接，提取更多光谱特征，从而优化模型的分类性能，并取得高达98%的分类准确率，优于RF、PLS-DA、SVM、KNN、CNN等传统算法模型。CBAM模块首先通过通道注意力模块筛选出关键通道，再借助空间注意力模块定位各通道中的重要空间区域，最终生成注意力图并与输入特征图逐元素相乘，完成特征精炼。结合GradCAM可视化卷积神经网络，更加清晰的显示了模型表征微塑料过程中所选取的重要特征。