深度学习卷积神经网络重要结构之通道注意力和空间注意力模块

#主要原理

 

提出CBAM的作者主要对分类网络和目标检测网络进行了实验,证明了CBAM模块确实是有效的。

以ResNet为例，论文中提供了改造的示意图，如下图所示：

#CMAB模块实现，依据上面原理 

#在ResNet中的每个block中添加了CBAM模块，训练数据来自benchmark ImageNet-1K。检测使用的是Faster R-CNN， Backbone选择的ResNet34,ResNet50, WideResNet18, ResNeXt50等，还跟SE等进行了对比。

#CBAM 结构代码
#通道注意力模块
class ChannelAttention(nn.Module):
    def __init__(self, in_planes, ratio=16):
        super(ChannelAttention, self).__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.max_pool = nn.AdaptiveMaxPool2d(1)

        self.fc1   = nn.Conv2d(in_planes, in_planes // 16, 1, bias=False)
        self.relu1 = nn.ReLU()
        self.fc2   = nn.Conv2d(in_planes // 16, 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)

#空间注意力模块
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)

#调用方法：其他模块中调用，注意oup是模块输入通道数，严格和你输入到 ChannelAttention模块中的前一个模块或者操作的输出通道数一致，SpatialAttention 没有限制
self.ca = ChannelAttention(oup)
self.sa = SpatialAttention()

#具体实现 ，x表示数据，来自当前层或者某一层数据
x = self.ca(x) * x
x = self.sa(x) * x