交叉注意力公式：
注意力的输入：
（1）K=V：图像的全局特征
（2）Q：告诉attention需要关注哪些重要特征
公式计算过程理解：
（1）
：Q和K相乘，对应Query和Key进行点积运算，得到的是Query和Key之间的相似性；
（2）
：再用Key向量的维度进行scaling，即将计算得到的相似度矩阵维度，缩放 到与K=V相同尺度；
（3）
：对相似度权重矩阵进行归一化，即Q中任一元素与K的每个元素相似度权重之和都为1；
可以得到一个权重系数矩阵 ，这个系数矩阵代表在图像特征上重要特征的强弱程度（重要特征是Q所提供的）;
（4）
：将重要特征的强弱程度权重系数矩阵施加到图像特征V上，得到最终的带有注意力权重分布的图像特征 ，在特征图V上属于Q的特征会被加强，不属于Q的特征会被减弱。