注意力机制模块解析（附带代码链接）——SGE（Spatial Group-wise Enhance）

《Spatial Group-wise Enhance: Improving Semantic Feature Learning in Convolutional Networks》

arXiv：https://arxiv.org/abs/1905.09646

github：https://github.com/implus/PytorchInsight

       本篇是轻量attention模块的系列之作，它的一个重要的亮点就是同时几乎不增加参数量和计算量的情况下也能让分类与检测性能得到极强的增益。同时，与其他attention模块相比，它是首个利用local与global的相似性作为attention mask的generation source，同时具有非常强的语义表示增强的可解释性。作者认为一个完整的feature是由许多sub feature组成的，并且这些sub feature会以group的形式分布在每一层的feature里，但是这些子特征会经由相同方式处理，且都会有背景噪声影响。这样会导致错误的识别和定位结果。所以作者提出了SGE模块，它通过在在每个group里生成attention factor，这样就能得到每个sub feature的重要性，每个group也可以有针对性的学习和抑制噪声。这个attention factor仅由各个group内全局和局部特征之间的相似性来决定，所以SGE非常轻量级。经由训练之后发现，SGE对于一些高阶语意非常有效。由作者实验发现，它可以显著提高图像识别任务性能。

文章的思路很简单，类似于SENet（可看我之前的解析https://blog.csdn.net/ITOMG/article/details/88804936），除了对通道进行attention，还对空间进行attention。顺序为：

（1）先从channel维度分为group；（2）对每个group进行spacial维度的attention操作。

       一句话来概括本文的技术：在每个特征语义组内，利用local与global feature的相似性来指导增强语义特征的空间分布。我们来看核心技术图：