【即插即用】CBAM注意力机制（附源码）

原文链接：

https://arxiv.org/abs/1807.06521

摘要简介：

他们提出了一种名为“卷积块注意力模块”（CBAM）的注意力模块，这是一个简单但高效的工具，专门用于增强前馈卷积神经网络的功能。当接收到一个中间特征图时，CBAM能够沿着通道和空间这两个维度独立地推断出注意力图。随后，这些注意力图会与输入的特征图相乘，实现自适应的特征优化。

由于CBAM是一个轻量级且通用的模块，它可以毫不费力地集成到任何CNN架构中，几乎不增加额外的计算负担。更值得一提的是，CBAM可以与基础CNN无缝衔接，进行端到端的训练。

为了验证CBAM的有效性，他们在ImageNet-1K、MS COCO检测和VOC 2007检测等多个大型数据集上进行了广泛的实验。实验结果表明，CBAM在各种模型中的分类和检测性能均得到了显著的提升，这充分展示了其广泛的适用性。

模型结构：

Pytorch版源码：

import torch
import torch.nn as nn

#CBAM，通道注意力机制+空间注意力机制
class ChannelAttention(nn.Module):
    def __init__(self, in_planes, ratio=8):
        super(ChannelAttention, self).__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.max_pool = nn.AdaptiveMaxPool2d(1)

        # 利用1x1卷积代替全连接
        self.fc1   = nn.Conv2d(in_planes, in_planes // ratio, 1, bias=False)
        self.relu1 = nn.ReLU()
        self.fc2   = nn.Conv2d(in_planes // ratio, in_planes, 1, bias=False)

        self.sigmoid = nn.Sigmoid()

    def forward(self, x):
        avg_out = self.fc2(self.relu1(self.fc1(self.avg_pool(x))))
        max_out = self.fc2(self.relu1(self.fc1(self.max_pool(x))))
        out = avg_out + max_out
        return self.sigmoid(out)

class SpatialAttention(nn.Module):
    def __init__(self, kernel_size=7):
        super(SpatialAttention, self).__init__()

        assert kernel_size in (3, 7), 'kernel size must be 3 or 7'
        padding = 3 if kernel_size == 7 else 1
        self.conv1 = nn.Conv2d(2, 1, kernel_size, padding=padding, bias=False)
        self.sigmoid = nn.Sigmoid()

    def forward(self, x):
        avg_out = torch.mean(x, dim=1, keepdim=True)
        max_out, _ = torch.max(x, dim=1, keepdim=True)
        x = torch.cat([avg_out, max_out], dim=1)
        x = self.conv1(x)
        return self.sigmoid(x)

class cbam_block(nn.Module):
    def __init__(self, channel, ratio=8, kernel_size=7):
        super(cbam_block, self).__init__()
        self.channelattention = ChannelAttention(channel, ratio=ratio)
        self.spatialattention = SpatialAttention(kernel_size=kernel_size)

    def forward(self, x):
        x = x*self.channelattention(x)
        x = x*self.spatialattention(x)
        return x

if __name__ == '__main__':
    input = torch.randn(2, 32, 512, 512)
    CBAM = cbam_block(channel=input.size(1), ratio=8, kernel_size=7)
    output = CBAM(input)
    print(output.shape)