这篇文章的思路是将原图resize出4个尺度，用同一个卷积模块提特征，因不同尺度的输入得到的特征图尺寸不同，需要上采样到同一尺寸。然后，基于注意力机制筛选与融合这些特征，具体做法是在特征图每个位置都生成4个得分，分别对应这4个特征图中该位置的权重，然后做加权和。