电脑基础 · 2023年4月19日

注意力机制-CA注意力-Coordinate attention

注意力机制学习--CA(Coordinate attention)

    • 简介
        • CA注意力机制的优势:
        • 提出不足
    • 算法流程图
    • 代码
    • 最后

简介

CA(Coordinate attention for efficient mobile network design)发表在CVPR2021,帮助轻量级网络涨点、即插即用。

CA注意力机制的优势:

1、不仅考虑了通道信息,还考虑了方向相关的位置信息。
2、足够的灵活和轻量,能够简单的插入到轻量级网络的核心模块中。

提出不足

1、SE注意力中只关注构建通道之间的相互依赖关系,忽略了空间特征。
2、CBAM中引入了大尺度的卷积核提取空间特征,但忽略了长程依赖问题。

算法流程图

注意力机制-CA注意力-Coordinate attention
step1: 为了避免空间信息全部压缩到通道中,这里没有使用全局平均池化。为了能够捕获具有精准位置信息的远程空间交互,对全局平均池化进行的分解,具体如下:
注意力机制-CA注意力-Coordinate attention
注意力机制-CA注意力-Coordinate attention
对尺寸为
C

H

W
C*H*W
CHW
输入特征图
I
n
p
u
t
Input
Input
分别按照
X
X
X
方向和
Y
Y
Y
方向进行池化,分别生成尺寸为
C

H

1
C*H*1
CH1

C

1

W
C*1*W
C1W
的特征图。如下图所示(图片粘贴自B站大佬渣渣的熊猫潘)。
注意力机制-CA注意力-Coordinate attention
step2:将生成的
C

1

W
C*1*W
C1W
的特征图进行变换,然后进行concat操作。公式如下:
注意力机制-CA注意力-Coordinate attention

z
h
z^h
zh

z
w
z^w
zw
进行concat后生成如下图所示的特征图,然后进行F1操作(利用1*1卷积核进行降维,如SE注意力中操作)和激活操作,生成特征图
f

R
C
/
r
×
(
H
+
W
)
×
1
f \in \mathbb{R}^{C/r\times(H+W)\times1}
fRC/r×(H+W)×1

注意力机制-CA注意力-Coordinate attention
step3:沿着空间维度,再将
f
f
f
进行split操作,分成
f
h

R
C
/
r
×
H
×
1
f^h\in \mathbb{R}^{C/r\times H \times1}
fhRC/r×H×1

f
w

R
C
/
r
×
1
×
W
f^w\in \mathbb{R}^{C/r\times1\times W}
fwRC/r×1×W
,然后分别利用
1
×
1
1 \times 1
1×1
卷积进行升维度操作,再结合sigmoid激活函数得到最后的注意力向量
g
h

R
C
×
H
×
1
g^h \in \mathbb{R}^{C \times H \times 1 }
ghRC×H×1

g
w

R
C
×
1
×
W
g^w\in \mathbb{R}^{C \times1\times W}
gwRC×1×W

注意力机制-CA注意力-Coordinate attention
最后:Coordinate Attention 的输出公式可以写成:
注意力机制-CA注意力-Coordinate attention

代码

代码粘贴自github。CoordAttention
地址:https://github.com/houqb/CoordAttention/blob/main/mbv2_ca.py

class CoordAtt(nn.Module):
    def __init__(self, inp, oup, groups=32):
        super(CoordAtt, self).__init__()
        self.pool_h = nn.AdaptiveAvgPool2d((None, 1))
        self.pool_w = nn.AdaptiveAvgPool2d((1, None))
        mip = max(8, inp // groups)
        self.conv1 = nn.Conv2d(inp, mip, kernel_size=1, stride=1, padding=0)
        self.bn1 = nn.BatchNorm2d(mip)
        self.conv2 = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
        self.conv3 = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
        self.relu = h_swish()
    def forward(self, x):
        identity = x
        n,c,h,w = x.size()
        x_h = self.pool_h(x)
        x_w = self.pool_w(x).permute(0, 1, 3, 2)
        y = torch.cat([x_h, x_w], dim=2)
        y = self.conv1(y)
        y = self.bn1(y)
        y = self.relu(y)
        x_h, x_w = torch.split(y, [h, w], dim=2)
        x_w = x_w.permute(0, 1, 3, 2)
        x_h = self.conv2(x_h).sigmoid()
        x_w = self.conv3(x_w).sigmoid()
        x_h = x_h.expand(-1, -1, h, w)
        x_w = x_w.expand(-1, -1, h, w)
        y = identity * x_w * x_h
        return y

最后

CA不仅考虑到空间和通道之间的关系,还考虑到长程依赖问题。通过实验发现,CA不仅可以实现精度提升,且参数量、计算量较少。

简单进行记录,如有问题请大家指正。