【即插即用】GAM注意力机制（附源码）

最新推荐文章于 2024-10-17 14:31:03 发布

CV爱数码

最新推荐文章于 2024-10-17 14:31:03 发布

阅读量861

点赞数 13

分类专栏：深度学习即插即用注意力机制文章标签：深度学习人工智能计算机视觉神经网络机器学习

本文链接：https://blog.csdn.net/weixin_45694817/article/details/136853763

版权

深度学习同时被 3 个专栏收录

28 篇文章 2 订阅

订阅专栏

即插即用

28 篇文章 0 订阅

订阅专栏

注意力机制

18 篇文章 2 订阅

订阅专栏

本文介绍了一种新的全局注意力机制，通过在通道和空间维度上增强信息保留与交互，改进深度神经网络在图像分类任务中的性能。实验表明，无论ResNet还是MobileNet，该方法在CIFAR-100和ImageNet-1K数据集上均优于其他注意力机制。

摘要由CSDN通过智能技术生成

论文地址：https://arxiv.org/abs/2112.05561#/

摘要：

为了提升各种计算机视觉任务的性能，已经研究了多种注意力机制。然而，先前的方法忽视了在通道和空间两个层面保留信息的重要性，从而影响了跨维度的交互。因此，我们提出了一种全局注意力机制，它通过减少信息损失并放大全局交互表示，来提升深度神经网络的性能。我们为通道注意力引入了3D置换和多层感知器，并设计了一个卷积空间注意力子模块。在CIFAR-100和ImageNet-1K图像分类任务上评估我们提出的机制时，结果显示，无论是使用ResNet还是轻量级的MobileNet，我们的方法都稳定地优于最近的几种注意力机制。

简而言之，我们设计了一种新的全局注意力机制，它能更好地保留和处理图像在通道和空间两个维度的信息，进而提升深度神经网络在图像分类任务上的性能。在多个数据集和模型上的测试都显示，我们的方法比其他注意力机制更为出色。

结构图：

Pytorch源码：

import torch.nn as nn
import torch


class GAM_Attention(nn.Module):
    def __init__(self, in_channels, out_channels, rate=4):
        super(GAM_Attention, self).__init__()

        self.channel_attention = nn.Sequential(
            nn.Linear(in_channels, int(in_channels / rate)),
            nn.ReLU(inplace=True),
            nn.Linear(int(in_channels / rate), in_channels)
        )

        self.spatial_attention = nn.Sequential(
            nn.Conv2d(in_channels, int(in_channels / rate), kernel_size=7, padding=3),
            nn.BatchNorm2d(int(in_channels / rate)),
            nn.ReLU(inplace=True),
            nn.Conv2d(int(in_channels / rate), out_channels, kernel_size=7, padding=3),
            nn.BatchNorm2d(out_channels)
        )

    def forward(self, x):
        b, c, h, w = x.shape
        x_permute = x.permute(0, 2, 3, 1).view(b, -1, c)
        x_att_permute = self.channel_attention(x_permute).view(b, h, w, c)
        x_channel_att = x_att_permute.permute(0, 3, 1, 2)

        x = x * x_channel_att

        x_spatial_att = self.spatial_attention(x).sigmoid()
        out = x * x_spatial_att

        return out


if __name__ == '__main__':
    x = torch.randn(1, 64, 32, 32)
    b, c, h, w = x.shape
    net = GAM_Attention(in_channels=c, out_channels=c)
    y = net(x)
    print(y.shape)