Residual Attention: A Simple but Effective Method for Multi-Label Recognition
                         Ke Zhu Jianxin Wu*
                  State Key Laboratory for Novel Software Technology
                        Nanjing University, China
                    zhuk@lamda.nju.edu.cn, wujx2001@nju.edu.cn

              Abstract                      # x: feature tensor, output of CNN backbone
                                        # x’s size: (B, d, H, W)
                                        #  ...