注意力机制学习--CA（Coordinate attention）

简介

CA（Coordinate attention for efficient mobile network design）发表在CVPR2021，帮助轻量级网络涨点、即插即用。

CA注意力机制的优势：

1、不仅考虑了通道信息，还考虑了方向相关的位置信息。

2、足够的灵活和轻量，能够简单的插入到轻量级网络的核心模块中。

提出不足

1、SE注意力中只关注构建通道之间的相互依赖关系，忽略了空间特征。

2、CBAM中引入了大尺度的卷积核提取空间特征，但忽略了长程依赖问题。

算法流程图

step1: 为了避免空间信息全部压缩到通道中，这里没有使用全局平均池化。为了能够捕获具有精准位置信息的远程空间交互，对全局平均池化进行的分解，具体如下：

对尺寸为 C ∗ H ∗ W C*H*W C∗H∗W输入特征图 I n p u t Input Input分别按照 X X X方向和 Y Y Y方向进行池化，分别生成尺寸为 C ∗ H ∗ 1 C*H*1 C∗H∗1和 C ∗ 1 ∗ W C*1*W C∗1∗W的特征图。如下图所示（图片粘贴自B站大佬渣渣的熊猫潘）。

step2:将生成的 C ∗ 1 ∗ W C*1*W C∗1∗W的特征图进行变换，然后进行concat操作。公式如下：

将 z h z^h zh和 z w z^w zw进行concat后生成如下图所示的特征图，然后进行F1操作（利用1*1卷积核进行降维，如SE注意力中操作）和激活操作，生成特征图 f ∈ R C / r × ( H + W ) × 1 f \in \mathbb{R}^{C/r\times(H+W)\times1} f∈RC/r×(H+W)×1。

step3:沿着空间维度，再将 f f f进行split操作，分成 f h ∈ R C / r × H × 1 f^h\in \mathbb{R}^{C/r\times H \times1} fh∈RC/r×H×1和 f w ∈ R C / r × 1 × W f^w\in \mathbb{R}^{C/r\times1\times W} fw∈RC/r×1×W，然后分别利用 1 × 1 1 \times 1 1×1卷积进行升维度操作，再结合sigmoid激活函数得到最后的注意力向量 g h ∈ R C × H × 1 g^h \in \mathbb{R}^{C \times H \times 1 } gh∈RC×H×1和 g w ∈ R C × 1 × W g^w\in \mathbb{R}^{C \times1\times W} gw∈RC×1×W。

最后：Coordinate Attention 的输出公式可以写成：

代码

代码粘贴自github。CoordAttention

地址：https://github.com/houqb/CoordAttention/blob/main/mbv2_ca.py

class CoordAtt(nn.Module): def __init__(self, inp, oup, groups=32): super(CoordAtt, self).__init__() self.pool_h = nn.AdaptiveAvgPool2d((None, 1)) self.pool_w = nn.AdaptiveAvgPool2d((1, None)) mip = max(8, inp // groups) self.conv1 = nn.Conv2d(inp, mip, kernel_size=1, stride=1, padding=0) self.bn1 = nn.BatchNorm2d(mip) self.conv2 = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0) self.conv3 = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0) self.relu = h_swish() def forward(self, x): identity = x n,c,h,w = x.size() x_h = self.pool_h(x) x_w = self.pool_w(x).permute(0, 1, 3, 2) y = torch.cat([x_h, x_w], dim=2) y = self.conv1(y) y = self.bn1(y) y = self.relu(y) x_h, x_w = torch.split(y, [h, w], dim=2) x_w = x_w.permute(0, 1, 3, 2) x_h = self.conv2(x_h).sigmoid() x_w = self.conv3(x_w).sigmoid() x_h = x_h.expand(-1, -1, h, w) x_w = x_w.expand(-1, -1, h, w) y = identity * x_w * x_h return y

最后

CA不仅考虑到空间和通道之间的关系，还考虑到长程依赖问题。通过实验发现，CA不仅可以实现精度提升，且参数量、计算量较少。

简单进行记录，如有问题请大家指正。