EPSANet: An Efficient Pyramid Split Attention Block on Convolutional Neural Network 论文解读

简介

• Pyramid Split Attention Block用于增强特征提取
• 即插即用，可将Pyramid Split Attention Block取代ResNet的3×3卷积，提出基准网络ESPANet
• 目标分类与目标检测任务达到state-of-the-art效果
• 代码开源：https://github.com/murufeng/EPSANet

算法

Pyramid Split Attention (PSA)在SENet的基础上提出多尺度特征图提取策略，整体结构图如下所示。具体可分为如下四个步骤：

• Split and Concat (SPC)模块用于获得空间级多尺度特征图；
• SEWeight（SENet中的模块）被用于获得空间级视觉注意力向量来抽取多尺度响应图的目标特征；
• 使用Softmax函数用于再分配特征图权重向量；
• 元素相乘操作用于权重向量与原始特征图来获得最终结果响应图。

PSA模块整体结构图

Split and Concat module

SPC模块整体结构图

如上图所示，k0、k1­、k2和k3是不同卷积核参数（以ESPANet-small为例，论文取3，5，7和9），G0、G1、G2和G3是分组卷积的参数（以ESPANet-small为例，论文默认取1,4,8和16）。整体可看做是模型采用不同卷积核提取多尺度目标特征，并采取Concat操作结合不同感受野下的多尺度特征。

ESPANet

ESPANet中的block如下所示，相比于ResNet，其就是使用PSA模块取代3x3的卷积，ESPANet block整体结构如下图所示。

ESPANet block

因此ESPANet整体结构图与ResNet类型，唯一区别即使在每个block中前者使用PSA模块取代后者的3x3卷积，ESPANet整体结构如下图所示。

ESPANet整体结构图

代码

由于ESPANet整体结构图与ResNet类型，唯一区别即使在每个block中前者使用PSA模块取代后者的3x3卷积，因此本部分着重于PSA模块的代码。

PSA模块整体配置如下：包含四个卷积层和SEWeight模块和Softmax函数

PSA模块整体初始化代码

PSA模块前向传播函数如下：Split---Concat---SEWeight---Softmax

此外本文中使用的SEWeight就是SENet中使用的SEWeight，有兴趣的可以看看这篇论文(
https://openaccess.thecvf.com/content_cvpr_2018/papers/Hu_Squeeze-and-Excitation_Networks _CVPR_2018_paper.pdf)

PSA模块前向传播代码

综上所示，ESPANet是一个即插即用视觉注意力基准网络，可用于目标分类、检测、分割等计算机视觉任务，整体代码可从（https://github.com/murufeng/EPSANet）得到。