CA-用于轻型网络的坐标注意力 | CVPR2021

Coordinate Attention for Efficient Mobile Network Design

创新点

• 为轻型网络提出 CA（Coordinate Attention）注意力机制；
• CA 注意力通过嵌入位置信息到通道注意力，避免在二维全局池化中位置信息的损失还可以使CA能够捕获长距离的依赖关系。

问题

• SE（Squeeze-and-Excitation）注意力在编码过程中忽略了位置信息的重要性；
• CBAM（CBAM: Convolutional Block Attention Module）中不能捕捉的长距离依赖关系。

方法

CA注意力如图所示。

Coordinate Information Embedding

将 CxHxW 形状的输入特征图逐通道进行平均池化，使用（H，1）和（1，W）的池化核分别按X和Y轴方向进行池化对每个通道进行编码，产生 CxHx1 和 Cx1xW 形状的特征图。

通过这种方式所产生的一对方法感知特征图可以使 CA 注意力能够在一个通道内捕获长距离的依赖关系，并且还有助于保留精确的位置信息，使网络能够更加准确的定位对象。

Coordinate Attention Generation

将上述所提取到的特征图按空间维度进行拼接，拼接成

     C
    
    
     r
    
   
  
  
   \frac{C}{r}
  
 
rC​x1x(W+H) 形状的特征图，其中 r 用于控制块的减小率和SE中的作用相同。

再将特征图经过F1卷积变换函数（1x1卷积）和非线性激活函数产生 f 中间特征图。

在将 f 按空间维度拆分成两个张量 fh 和 fw ，形状分别为

     C
    
    
     r
    
   
  
  
   \frac{C}{r}
  
 
rC​xH 和 
 
  
   
    
     C
    
    
     r
    
   
  
  
   \frac{C}{r}
  
 
rC​xW，再分别进行 Fh 和 Fw 卷积变换函数（1x1卷积）和 Sigmoid 激活函数得到 gh 和 gw 坐标注意力。

最后将gh 和 gw 与原输入进行相乘得到与输入相同形状的输出。