0
0

注意力机制详解

1.特性

  1. 即插即用
  2. 在特征提取效果显著
  3. 微调模型的小技巧

2.核心思想

  1. 本质上与人类视觉选择性注意力机制类似，从众多信息中选出对当前任务目标更为关键的信息。
  2. 通过手段获取每张特征图重要性的差异
  3. 抑制无用信息，凸显有用信息（将注意力集中在图中重要区域）

3.广泛应用

  1. 自然语言处理
  2. 图像识别
  3. 语音识别

4.卷积神经网络中注意力机制研究现状

4.1单路注意力：

1.SE-Net(Squeeze and Excitation)(2018年CVPR提出)：利用注意力机制思想，显式地建模特征图之间的相互依赖关系，并通过学习的方式来自适应地获取到每张特征图的重要性，然后依照这个重要程度去对原数据进行更新。提升有用的特征重要程度同时降低无用特征的重要性，并以不同通道的重要性为指导，将计算资源合理地投入不同通道当中。

  • ** 步骤解析如下：**
  • 基础的卷积操作：提取特征图 F_{tr}: X\rightarrow U,X\epsilon R^{W^{​{}'}*H^{​{}'}*C^{​{}'}},U\epsilon R^{W*H*C}，得到 C个大小为 H*W的feature map。公式如下：

u_{c}=v_{c}*X=\sum_{s=1}^{C^{​{}'}}v_{c}^{s}*X^{s}

  ps:Vc表示第c个卷积核，Xs表示第s个输入
  • Squeeze操作：全局平均池化将HWC的输入——变成11C的输出

Z_{c}=F_{sq}(u_{c})=\frac{1}{W*H}\sum_{i=1}^{W}\sum_{j=1}^{H}u_{c}(i,j)

 ps:此步骤表明该层C个Feature map的数值分布情况（全局信息），是分别在某个channel的           feature map中操作。
  • Excitation操作：W1z全连接层操作，CC/r (r:缩放参数，目的是减少channel个数降低计算量)，W1z维度：11C/r，再经过一个ReLU层，维度不变。再与W2相乘，同样也是一个全连接层操作：W2维度 C/rC，输出维度为11C，经过sigmoid函数，得到s。

s=F_{ex}(z,W)=\sigma (g(z,W))=\sigma(W_{2}\delta(W_{1}*z))

  ps:s维度 1*1*C，s是用于刻画U中feature map的权重，σ为relu激活函数，δ代表sigmoid激活          函数。
  • Uc是一个二维矩阵，Sc是一个数即权重，因此相当于把Uc矩阵中的每个值都乘以Sc。

** 缺点：降维对通道注意预测带来了副作用，捕获所有通道之间的依赖是低效的，也是不必要的。**

** 只注重通道内部信息的综合，没有考虑到相邻信道信息的重要性。**

2.ECA-Net(Efficient Channel Attention)(2020CVPR提出，对SE-Net的改进)：不降低通道维数来进行跨通道信息交互的ECA模块。具体如下图所示：

创新点：

  • 将SEBlock中MLP模块(FC->ReLU>FC->Sigmoid)，转变为一维卷积的形式，有效减少了参数计算量。
  • 一维卷积自带的功效就是非全连接，每一次卷积过程只和部分通道的作用，即实现了适当的跨通道交互而不是像全连接层一样全通道交互。

代码实现：

class eca_layer(nn.Module):
    def __init__(self, channel, k_size=3):
        super(eca_layer, self).__init__()
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.conv = nn.Conv1d(1, 1, kernel_size=k_size, padding=(k_size - 1) // 2, bias=False)
        self.sigmoid = nn.Sigmoid()

    def forward(self, x):
        # x: input features with shape [b, c, h, w]
        b, c, h, w = x.size()

        # feature descriptor on the global spatial information
        y = self.avg_pool(x)

        # Two different branches of ECA module
        y = self.conv(y.squeeze(-1).transpose(-1, -2)).transpose(-1, -2).unsqueeze(-1)

        # Multi-scale information fusion
        y = self.sigmoid(y)

        return x * y.expand_as(x)

SE-Net对比ECA-Net:

# SEBlock 采用全连接层方式
def forward(self, x):
    b, c, _, _ = x.shape
    v = self.global_pooling(x).view(b, c)
    v = self.fc_layers(v).view(b, c, 1, 1)
    v = self.sigmoid(v)
    return x * v

# ECABlock 采用一维卷积方式
def forward(self, x):
    v = self.avg_pool(x)
    v = self.conv(v.squeeze(-1).transpose(-1, -2)).transpose(-1, -2).unsqueeze(-1)
    v = self.sigmoid(v)
    return x * v

4.2多路注意力

1.SK-Net

2.Res-Net

**3.CBAM(Convolutional Block Attention Module)(2018ECCV):**对于卷积网络中的特征图而言，不仅通道蕴含着丰富的注意力信息，通道内部：即特征图像素点间也具有大量的注意力信息，以往注意力只关注通道，不关注空间。因而构建2个子模块，空间注意力SAM(Spatial Attention Module)，通道注意力模块CAM(Channel Attention Module）汇总空间和通道两方面的注意力信息，并进行综合，获得更全面可靠的注意力信息。

  • CAM：1.特征图HWC 经过 MaxPool+AvgPool 得到11C特征图；2.输入两层MLP神经网络：第一层神经元个数C/r（r为缩放率），激活函数ReLU，第二层神经元个数C，激活函数sigmoid。3.element-wise的加和操作，再经过sigmoid激活操作，生成最终的通道注意力特征。

  •        ![M_{c}(F)=\sigma (MLP(avgPool(F))+MLP(MaxPool(F)))](https://latex.codecogs.com/gif.latex?M_%7Bc%7D%28F%29%3D%5Csigma%20%28MLP%28avgPool%28F%29%29+MLP%28MaxPool%28F%29%29%29)![=\sigma (W_{1}(W_{0}F_{avg}^{c}))+(W_{1}(W_{0}F_{max}^{c}))](https://latex.codecogs.com/gif.latex?%3D%5Csigma%20%28W_%7B1%7D%28W_%7B0%7DF_%7Bavg%7D%5E%7Bc%7D%29%29+%28W_%7B1%7D%28W_%7B0%7DF_%7Bmax%7D%5E%7Bc%7D%29%29)
  • SAM：1.空间注意力模块将通道注意力模块输出的特征图F作为本模块的输入特征图，特征图HWC 经过基于通道的 MaxPool+AvgPool 得到2个HW1的特征图，基于通道进行拼接；2.经过一个77卷积操作，降维为HW*1，再经过sigmoid生成空间注意力特征。3.最后将该向量和该模块的输入特征图做乘操作，得到最终生成的特征。

代码实现：先通道后空间效果好 

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 // 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)  # 7,3     3,1
        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(nn.Module):
    def __init__(self, in_planes, ratio=16, kernel_size=7):
        super(CBAM, self).__init__()
        self.ca = ChannelAttention(in_planes, ratio)
        self.sa = SpatialAttention(kernel_size)
        
    def forward(self, x):
        out = x * self.ca(x)
        result = out * self.sa(out)
        return result

4.双注意力网络DA-Net(CVPR2019)：类似于CBAM,综合考虑通道和空间两路的注意力信息。但是获取注意力信息的方式不同，CBAM串行获取两路注意力信息的，而DA-Net是采用并行两路获取注意力信息的。

  • PAM 位置注意力
  • 具体步骤

  • CAM通道注意力
  • 具体步骤

  • 代码实现
 
class PAM_Module(Module):
    def __init__(self, in_dim):
        super(PAM_Module, self).__init__()
        self.chanel_in = in_dim
        # 先经过3个卷积层生成3个新特征图B C D （尺寸不变）
        self.query_conv = Conv2d(in_channels=in_dim, out_channels=in_dim//8, kernel_size=1)
        self.key_conv = Conv2d(in_channels=in_dim, out_channels=in_dim//8, kernel_size=1)
        self.value_conv = Conv2d(in_channels=in_dim, out_channels=in_dim, kernel_size=1)
        self.gamma = Parameter(torch.zeros(1))  # α尺度系数初始化为0，并逐渐地学习分配到更大的权重
        self.softmax = Softmax(dim=-1)  # 对每一行进行softmax
    def forward(self, x):
        m_batchsize, C, height, width = x.size()
        proj_query = self.query_conv(x).view(m_batchsize, -1, width*height).permute(0, 2, 1)
        # C -> (N,C,HW)
        proj_key = self.key_conv(x).view(m_batchsize, -1, width*height)
        # BC，空间注意图 -> (N,HW,HW)
        energy = torch.bmm(proj_query, proj_key)
        # S = softmax(BC) -> (N,HW,HW)
        attention = self.softmax(energy)
        # D -> (N,C,HW)
        proj_value = self.value_conv(x).view(m_batchsize, -1, width*height)
        # DS -> (N,C,HW)
        out = torch.bmm(proj_value, attention.permute(0, 2, 1))  # torch.bmm表示批次矩阵乘法
        # output -> (N,C,H,W)
        out = out.view(m_batchsize, C, height, width)
 
        out = self.gamma*out + x
        return out
 
 
class CAM_Module(Module):
    """ Channel attention module"""
    def __init__(self, in_dim):
        super(CAM_Module, self).__init__()
        self.chanel_in = in_dim
        self.gamma = Parameter(torch.zeros(1))  # β尺度系数初始化为0，并逐渐地学习分配到更大的权重
        self.softmax  = Softmax(dim=-1)  # 对每一行进行softmax
    def forward(self,x):
        m_batchsize, C, height, width = x.size()
        # A -> (N,C,HW)
        proj_query = x.view(m_batchsize, C, -1)
        # A -> (N,HW,C)
        proj_key = x.view(m_batchsize, C, -1).permute(0, 2, 1)
        # 矩阵乘积，通道注意图：X -> (N,C,C)
        energy = torch.bmm(proj_query, proj_key)
        # 这里实现了softmax用最后一维的最大值减去了原始数据，获得了一个不是太大的值
        # 沿着最后一维的C选择最大值，keepdim保证输出和输入形状一致，除了指定的dim维度大小为1
        # expand_as表示以复制的形式扩展到energy的尺寸
        energy_new = torch.max(energy, -1, keepdim=True)[0].expand_as(energy)-energy
        
        attention = self.softmax(energy_new)
        # A -> (N,C,HW)
        proj_value = x.view(m_batchsize, C, -1)
        # XA -> （N,C,HW）
        out = torch.bmm(attention, proj_value)
        # output -> (N,C,H,W)
        out = out.view(m_batchsize, C, height, width)
        
        out = self.gamma*out + x
        return out

class DANetHead(nn.Module):
    def __init__(self, in_channels, out_channels, norm_layer):
        super(DANetHead, self).__init__()
        inter_channels = in_channels // 4  # in_channels=2018，通道数缩减为512
        
        self.conv5a = nn.Sequential(nn.Conv2d(in_channels, inter_channels, 3, padding=1, bias=False), norm_layer(inter_channels), nn.ReLU())       
        self.conv5c = nn.Sequential(nn.Conv2d(in_channels, inter_channels, 3, padding=1, bias=False), norm_layer(inter_channels), nn.ReLU())
 
        self.sa = PAM_Module(inter_channels)  # 空间注意力模块
        self.sc = CAM_Module(inter_channels)  # 通道注意力模块
        
        self.conv51 = nn.Sequential(nn.Conv2d(inter_channels, inter_channels, 3, padding=1, bias=False), norm_layer(inter_channels), nn.ReLU())
        self.conv52 = nn.Sequential(nn.Conv2d(inter_channels, inter_channels, 3, padding=1, bias=False), norm_layer(inter_channels), nn.ReLU())
        
        # nn.Dropout2d(p,inplace)：p表示将元素置0的概率；inplace若设置为True，会在原地执行操作。
        self.conv6 = nn.Sequential(nn.Dropout2d(0.1, False), nn.Conv2d(512, out_channels, 1))  # 输出通道数为类别的数目
        self.conv7 = nn.Sequential(nn.Dropout2d(0.1, False), nn.Conv2d(512, out_channels, 1))
        self.conv8 = nn.Sequential(nn.Dropout2d(0.1, False), nn.Conv2d(512, out_channels, 1))
 
    def forward(self, x):
        # 经过一个1×1卷积降维后，再送入空间注意力模块
        feat1 = self.conv5a(x)
        sa_feat = self.sa(feat1)  
        # 先经过一个卷积后，再使用有dropout的1×1卷积输出指定的通道数
        sa_conv = self.conv51(sa_feat)
        sa_output = self.conv6(sa_conv)  
 
        # 经过一个1×1卷积降维后，再送入通道注意力模块
        feat2 = self.conv5c(x)
        sc_feat = self.sc(feat2)
        # 先经过一个卷积后，再使用有dropout的1×1卷积输出指定的通道数
        sc_conv = self.conv52(sc_feat)
        sc_output = self.conv7(sc_conv)
 
        feat_sum = sa_conv+sc_conv  # 两个注意力模块结果相加       
        sasc_output = self.conv8(feat_sum)  # 最后再送入1个有dropout的1×1卷积中
 
        output = [sasc_output]
        output.append(sa_output)
        output.append(sc_output)
        return tuple(output)  # 输出模块融合后的结果，以及两个模块各自的结果
  • 优点：DANet使用注意力模块，可以更有效地捕获全局依赖关系和长程上下文信息，在场景分割中学到更好的特征表示。位置注意模块能够捕捉到清晰的语义相似性和长程关系。当通道注意模块增强后，特定语义的响应是明显的。
  • 缺点：矩阵计算使得算法的计算复杂度较高？模型的鲁棒性？缺少和DeepLab v3+的比较（可能没有DeepLab v3+的效果好）？

**5.金字塔特征注意力网络（Pyramid FeatureAttention Network(2019CVPR)**SE仅仅考虑了通道注意力，忽略了空间注意力。2.BAM和CBAM考虑了通道注意力和空间注意力，但仍存在两个最重要的缺点：(1)没有捕获不同尺度的空间信息来丰富特征空间。(2)空间注意力仅仅考虑了局部区域的信息，而无法建立远距离的依赖。3.后续出现的PyConv，Res2Net和HS-ResNet都用于解决CBAM的这两个缺点，但计算量太大。

PSA模块

  • 代码实现 class SEWeightModule(nn.Module): def __init__(self, channels=64, reduction=16): super(SEWeightModule, self).__init__() self.avg_pool = nn.AdaptiveAvgPool2d(1) self.fc1 = nn.Conv2d(channels, channels // reduction, kernel_size=1, stride=1, padding=0) self.relu = nn.ReLU(inplace=True) self.fc2 = nn.Conv2d(channels // reduction, channels, kernel_size=1, stride=1, padding=0) self.sigmoid = nn.Sigmoid() def forward(self, x): x = self.avg_pool(x) x = self.fc1(x) x = self.relu(x) x = self.fc2(x) x = self.sigmoid(x) return xclass PAM_Module(nn.Module): # Position attention module def __init__(self, in_dim=64): super(PAM_Module, self).__init__() self.chanel_in = in_dim self.query_conv = nn.Conv2d(in_channels=in_dim, out_channels=in_dim // 2, kernel_size=1) self.key_conv = nn.Conv2d(in_channels=in_dim, out_channels=in_dim // 2, kernel_size=1) self.value_conv = nn.Conv2d(in_channels=in_dim, out_channels=in_dim, kernel_size=1) self.gamma = nn.Parameter(torch.zeros(1)) self.softmax = nn.Softmax(dim=-1) def forward(self, x): # inputs : # x : input feature maps( B, C, H, W) # returns : # out : attention value + input feature # attention: B*(H*W)*(H*W) # [105, 16, 19, 19] m_batchsize, C, height, width = x.size() proj_query = self.query_conv(x).view(m_batchsize, -1, width * height).permute(0, 2, 1) proj_key = self.key_conv(x).view(m_batchsize, -1, width * height) energy = torch.bmm(proj_query, proj_key) attention = self.softmax(energy) proj_value = self.value_conv(x).view(m_batchsize, -1, width * height) out = torch.bmm(proj_value, attention.permute(0, 2, 1)) out = out.view(m_batchsize, C, height, width) out = self.gamma * out + x return out# 通道注意力class CAM_Scale(nn.Module): def __init__(self , channels=64 , ratio = 16): super(CAM_Scale, self).__init__() self.avg_pool = nn.AdaptiveAvgPool2d(1) # 通道数不变，H*W*C变为1*1*64 self.max_pool = nn.AdaptiveMaxPool2d(1) self.fc_layers=nn.Sequential( nn.Conv2d(channels , channels // ratio , 1 , bias = False), nn.LeakyReLU(), nn.Conv2d(channels//ratio , channels ,1, bias = False) ) self.sigmoid = nn.Sigmoid() def forward(self , x): avg_out = self.fc2(self.leakyrelu(self.fc1(self.avg_pool(x)))) #两层神经网络共享 max_out = self.fc2(self.leakyrelu(self.fc1(self.max_pool(x)))) out = self.sigmoid(avg_out + max_out) return x*outclass DANetHead(nn.Module): def __init__(self, in_channels=64, out_channels=64): super(DANetHead, self).__init__() inter_channels = in_channels // 4 self.conv5a = nn.Sequential( nn.Conv2d(in_channels, inter_channels, 3, padding=1, bias=False), nn.BatchNorm2d(inter_channels), nn.LeakyReLU()) self.conv5c = nn.Sequential( nn.Conv2d(in_channels, inter_channels, 3, padding=1, bias=False), nn.BatchNorm2d(inter_channels), nn.leakyReLU()) self.sa = PAM_Module(inter_channels) self.sc = CAM_Module(inter_channels) self.conv51 = nn.Sequential( nn.Conv2d(inter_channels, inter_channels, 3, padding=1, bias=False), nn.BatchNorm2d(inter_channels), nn.LeakyReLU()) self.conv52 = nn.Sequential( nn.Conv2d(inter_channels, inter_channels, 3, padding=1, bias=False), nn.BatchNorm2d(inter_channels), nn.LeakyReLU()) self.conv8 = nn.Sequential(nn.Dropout2d(0.1, False), nn.Conv2d(inter_channels, out_channels, 1)) # se self.se = SEWeightModule(out_channels) def forward(self, x): feat1 = self.conv5a(x) sa_feat = self.sa(feat1) sa_conv = self.conv51(sa_feat) feat2 = self.conv5c(x) sc_feat = self.sc(feat2) sc_conv = self.conv52(sc_feat) feat_sum = sa_conv + sc_conv sasc_output = self.conv8(feat_sum) # se sasc_output = self.se(sasc_output) return sasc_output# Pyramid Split Dual Attentionclass PSDAModule(nn.Module): def __init__(self, inplans=64, planes=64, conv_kernels=[3, 5, 7, 9], stride=1, conv_groups=[1, 4, 8, 16]): super(PSDAModule, self).__init__() self.conv_1 = nn.Conv2d(inplans, planes // 4, kernel_size=conv_kernels[0], padding=conv_kernels[0] // 2, stride=stride, groups=conv_groups[0]) self.conv_2 = nn.Conv2d(inplans, planes // 4, kernel_size=conv_kernels[1], padding=conv_kernels[1] // 2, stride=stride, groups=conv_groups[1]) self.conv_3 = nn.Conv2d(inplans, planes // 4, kernel_size=conv_kernels[2], padding=conv_kernels[2] // 2, stride=stride, groups=conv_groups[2]) self.conv_4 = nn.Conv2d(inplans, planes // 4, kernel_size=conv_kernels[3], padding=conv_kernels[3] // 2, stride=stride, groups=conv_groups[3]) self.dan = DANetHead(planes // 4, planes // 4) self.split_channel = planes // 4 self.softmax = nn.Softmax(dim=1) def forward(self, x): batch_size = x.shape[0] # 多尺度分组 x1 = self.conv_1(x) x2 = self.conv_2(x) x3 = self.conv_3(x) x4 = self.conv_4(x) feats = torch.cat((x1, x2, x3, x4), dim=1) # [105, 64, 41, 41] feats = feats.view(batch_size, 4, self.split_channel, feats.shape[2], feats.shape[3]) # [105, 4, 16, 41, 41] x1_dan = self.dan(x1) # [105, 16, 1, 1] x2_dan = self.dan(x2) x3_dan = self.dan(x3) x4_dan = self.dan(x4) x_se = torch.cat((x1_dan, x2_dan, x3_dan, x4_dan), dim=1) # [105, 64, 1, 1] attention_vectors = x_se.view(batch_size, 4, self.split_channel, 1, 1) attention_vectors = self.softmax(attention_vectors) feats_weight = feats * attention_vectors for i in range(4): x_se_weight_fp = feats_weight[:, i, :, :] if i == 0: out = x_se_weight_fp else: out = torch.cat((x_se_weight_fp, out), dim=1) return out
标签： 自然语言处理 人工智能 python
本文转载自: https://blog.csdn.net/m0_62311817/article/details/125881229
版权归原作者 一个菜鸟的成长史 所有， 如有侵权，请联系我们删除。
登录后发布评论

“注意力机制详解”的评论:

还没有评论
关于作者
...
overfit同步小助手
文章同步
相关阅读

AI测试工具大比拼！这些爆款让你效率翻倍！

【C++】list容器及其模拟实现

删除 Docker 容器的日志文件

新一代交互模式：LUI&CUI&VUI

一文带你看懂SAP-HANA的基本架构与原理

美国人工智能国家安全备忘录核心解读（下）

【网络】NDS协议 | ICMP协议 | NAT技术

文章导航