SENet(Squeeze Excitation)、CBAM(Convolutional Block Attention Module)和CA(Coordinate Attention)

474 篇文章 6 订阅
订阅专栏

SENet(Squeeze Excitation)

我们可以看到,已经有很多工作在空间维度上来提升网络的性能。那么很自然想到,网络是否可以从其他层面来考虑去提升性能,比如考虑特征通道之间的关系?我们的工作就是基于这一点并提出了 Squeeze-and-Excitation Networks(简称 SENet)。Squeeze 和 Excitation 是两个非常关键的操作,所以我们以此来命名。动机是希望显式地建模特征通道之间的相互依赖关系。另外,我们并不打算引入一个新的空间维度来进行特征通道间的融合,而是采用了一种全新的「特征重标定」策略。具体来说,就是通过学习的方式来自动获取到每个特征通道的重要程度,然后依照这个重要程度去提升有用的特征并抑制对当前任务用处不大的特征。

简单来说就分为三步:

  1. Squeeze:通过Global Average pooling [n,c,h,w]->[n,c,1,1],得到一个w矩阵
  2. Excitation: 把这个w矩阵通过FC和Relu变成[n,c/r,1,1],再通过FC和Sigmoid变成[n,c,1,1]
  3. Reweight:最后用这个w矩阵来reweight输入

SENet的code如下:

code摘录自 imgclsmob/pytorch/pytorchcv/models/common.py at 68335927ba27f2356093b985bada0bc3989836b1 · osmr/imgclsmob · GitHub

import torch.nn as nn
import torch

def conv1x1(in_channels,
            out_channels,
            stride=1,
            groups=1,
            bias=False):
    return nn.Conv2d(
        in_channels=in_channels,
        out_channels=out_channels,
        kernel_size=1,
        stride=stride,
        groups=groups,
        bias=bias)

class SEBlock(nn.Module):

    def __init__(self,
                 channels,
                 reduction=16):
        super(SEBlock, self).__init__()
        mid_cannels = channels // reduction

        self.pool = nn.AdaptiveAvgPool2d(output_size=1)
        self.conv1 = conv1x1(
            in_channels=channels,
            out_channels=mid_cannels,
            bias=True)
        self.activ = nn.ReLU(inplace=True)
        self.conv2 = conv1x1(
            in_channels=mid_cannels,
            out_channels=channels,
            bias=True)
        self.sigmoid = nn.Sigmoid()

    def forward(self, x):
        w = self.pool(x)
        print('after pool shape {}'.format(w.shape))
        w = self.conv1(w)
        print('after conv1 shape {}'.format(w.shape))
        w = self.activ(w)
        print('after activ shape {}'.format(w.shape))
        w = self.conv2(w)
        print('after conv2 shape {}'.format(w.shape))
        w = self.sigmoid(w)
        print('after sigmoid shape {}'.format(w.shape))
        x = x * w
        return x

if __name__ == '__main__':
    bs,c,h,w=2,16,3,3
    x = torch.randn(bs,c,h,w)
    se = SEBlock(channels=c)
    print(se(x).shape)

'''
输出为:
after pool shape torch.Size([2, 16, 1, 1])
after conv1 shape torch.Size([2, 1, 1, 1])
after activ shape torch.Size([2, 1, 1, 1])
after conv2 shape torch.Size([2, 16, 1, 1])
after sigmoid shape torch.Size([2, 16, 1, 1])
torch.Size([2, 16, 3, 3])
'''

Convolutional Block Attention Module (CBAM)

该网络发表于2018年的CVPR。其主要思想是对特征进行空间和通道上的注意力操作,可以认为是SENet的增强版。

图中第一阶段Channel Attention Module相当于SENet中的pooling用两种方式做了两遍;第二阶段Spatial Attention Module相当于先用ChannelPool分别用均值最大两种pooling的方式把[n,c,h,w]压缩到[n,2,h,w](代码中ChannelPool的部分),然后再通过一个input_channels=2,output_channels=1的卷积变成[n,1,h,w],最后来一个sigmoid后reweight的操作。细节可以参考下面的代码:

import torch
import math
import torch.nn as nn
import torch.nn.functional as F

class BasicConv(nn.Module):
    def __init__(self, in_planes, out_planes, kernel_size, stride=1, padding=0, dilation=1, groups=1, relu=True, bn=True, bias=False):
        super(BasicConv, self).__init__()
        self.out_channels = out_planes
        self.conv = nn.Conv2d(in_planes, out_planes, kernel_size=kernel_size, stride=stride, padding=padding, dilation=dilation, groups=groups, bias=bias)
        self.bn = nn.BatchNorm2d(out_planes,eps=1e-5, momentum=0.01, affine=True) if bn else None
        self.relu = nn.ReLU() if relu else None

    def forward(self, x):
        x = self.conv(x)
        if self.bn is not None:
            x = self.bn(x)
        if self.relu is not None:
            x = self.relu(x)
        return x

class Flatten(nn.Module):
    def forward(self, x):
        return x.view(x.size(0), -1)

class ChannelGate(nn.Module):
    def __init__(self, gate_channels, reduction_ratio=16, pool_types=['avg', 'max']):
        super(ChannelGate, self).__init__()
        self.gate_channels = gate_channels
        self.mlp = nn.Sequential(
            Flatten(),
            nn.Linear(gate_channels, gate_channels // reduction_ratio),
            nn.ReLU(),
            nn.Linear(gate_channels // reduction_ratio, gate_channels)
            )
        self.pool_types = pool_types
    def forward(self, x):
        channel_att_sum = None
        for pool_type in self.pool_types:
            if pool_type=='avg':
                avg_pool = F.avg_pool2d( x, (x.size(2), x.size(3)), stride=(x.size(2), x.size(3)))
                channel_att_raw = self.mlp( avg_pool )
            elif pool_type=='max':
                max_pool = F.max_pool2d( x, (x.size(2), x.size(3)), stride=(x.size(2), x.size(3)))
                channel_att_raw = self.mlp( max_pool )
            elif pool_type=='lp':
                lp_pool = F.lp_pool2d( x, 2, (x.size(2), x.size(3)), stride=(x.size(2), x.size(3)))
                channel_att_raw = self.mlp( lp_pool )
            elif pool_type=='lse':
                # LSE pool only
                lse_pool = logsumexp_2d(x)
                channel_att_raw = self.mlp( lse_pool )

            if channel_att_sum is None:
                channel_att_sum = channel_att_raw
            else:
                channel_att_sum = channel_att_sum + channel_att_raw

        scale = F.sigmoid( channel_att_sum ).unsqueeze(2).unsqueeze(3).expand_as(x)
        return x * scale

def logsumexp_2d(tensor):
    tensor_flatten = tensor.view(tensor.size(0), tensor.size(1), -1)
    s, _ = torch.max(tensor_flatten, dim=2, keepdim=True)
    outputs = s + (tensor_flatten - s).exp().sum(dim=2, keepdim=True).log()
    return outputs

class ChannelPool(nn.Module):
    def forward(self, x):
        # torch.max(x,1)[0] 表示在dim=1这维算最大,max返回namedtuple (values, indices) ,这里只取values
        # 整个函数是把channel维度的最大和平均给拼起来
        return torch.cat( (torch.max(x,1)[0].unsqueeze(1), torch.mean(x,1).unsqueeze(1)), dim=1 )

class SpatialGate(nn.Module):
    def __init__(self):
        super(SpatialGate, self).__init__()
        kernel_size = 7
        self.compress = ChannelPool()
        self.spatial = BasicConv(2, 1, kernel_size, stride=1, padding=(kernel_size-1) // 2, relu=False)
    def forward(self, x):
        x_compress = self.compress(x)
        print('after x_compress shape {}'.format(x_compress.shape))
        x_out = self.spatial(x_compress)
        print('after x_out shape {}'.format(x_out.shape))
        scale = F.sigmoid(x_out) # broadcasting
        return x * scale

class CBAM(nn.Module):
    def __init__(self, gate_channels, reduction_ratio=16, pool_types=['avg', 'max'], no_spatial=False):
        super(CBAM, self).__init__()
        self.ChannelGate = ChannelGate(gate_channels, reduction_ratio, pool_types)
        self.no_spatial=no_spatial
        if not no_spatial:
            self.SpatialGate = SpatialGate()
    def forward(self, x):
        x_out = self.ChannelGate(x)
        print('after channelgate shape {}'.format(x_out.shape))
        if not self.no_spatial:
            x_out = self.SpatialGate(x_out)
        return x_out

if __name__ == '__main__':
    bs,c,h,w=2,16,3,3
    x = torch.randn(bs,c,h,w)
    cbam = CBAM(gate_channels=c)
    res = cbam(x)
    print(res.shape)

Coordinate Attention for Efficient Mobile Network Design(简称Coordinate Attention)

该网络发表于2021的CVPR,核心是拆成h,w两个维度进行reweight,只用avg pool,最终只reweight一次就可以了,参考下图:

代码摘录自 CoordAttention/coordatt.py at main · houqb/CoordAttention · GitHub:

import torch
import torch.nn as nn
import math
import torch.nn.functional as F

class h_sigmoid(nn.Module):
    def __init__(self, inplace=True):
        super(h_sigmoid, self).__init__()
        self.relu = nn.ReLU6(inplace=inplace)

    def forward(self, x):
        return self.relu(x + 3) / 6

class h_swish(nn.Module):
    def __init__(self, inplace=True):
        super(h_swish, self).__init__()
        self.sigmoid = h_sigmoid(inplace=inplace)

    def forward(self, x):
        return x * self.sigmoid(x)

class CoordAtt(nn.Module):
    def __init__(self, inp, oup, reduction=32):
        super(CoordAtt, self).__init__()
        self.pool_h = nn.AdaptiveAvgPool2d((None, 1))
        self.pool_w = nn.AdaptiveAvgPool2d((1, None))

        mip = max(8, inp // reduction)

        self.conv1 = nn.Conv2d(inp, mip, kernel_size=1, stride=1, padding=0)
        self.bn1 = nn.BatchNorm2d(mip)
        self.act = h_swish()
        
        self.conv_h = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
        self.conv_w = nn.Conv2d(mip, oup, kernel_size=1, stride=1, padding=0)
        

    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.act(y) 
        
        x_h, x_w = torch.split(y, [h, w], dim=2)
        x_w = x_w.permute(0, 1, 3, 2)

        a_h = self.conv_h(x_h).sigmoid()
        a_w = self.conv_w(x_w).sigmoid()

        out = identity * a_w * a_h

        return out

Squeeze-and-Excitation Networks
04-05
Squeeze-and-Excitation Networks(简称SENet)是一种深度学习模型,由Jie Hu等人提出。SENet是针对卷积神经网络(CNN)的改进方案,它通过特别设计的网络结构——即“Squeeze-and-Excitation”(SE)块来增强网络中...
SENetCBAM、ECANet、FCANet、CA、EMA、SEMA、BAM、NAMAtt代码整理合集,需要的朋友拿走吧
weixin_56607254的博客
12-13 232
【代码】SENetCBAM、ECANet、FCANet、CA、EMA、SEMA、BAM、NAMAtt代码整理合集,需要的朋友拿走吧。
SE (Squeeze Excitation)模块
zfjBIT的专栏
10-27 1万+
SE模块
分组卷积、SEnet模块、CBAM模块
sinat_42247418的博客
02-25 3845
分组卷积、SEnet模块、CBAM模块
Squeeze-and-Excitation Networks(挤压和激励网络)
TJMtaotao的博客,高校计算机教师
05-31 1万+
Squeeze-and-Excitation Networks ie Hu[0000−0002−5150−1003] Li Shen[0000−0002−2283−4976] Samuel Albanie[0000−0001−9736−5134] Gang Sun[0000−0001−6913−6799] Enhua Wu[0000−0002−2174−1428] Abstract 卷积神经网络(CNNs)的核心构造块是卷积算子,它使网络能够通过融合各层局部感受野中的空间和信道信息来构造信息特征。.
SENetSqueeze-and-Excitation Networks)网络详解
西湖有大葱的专栏
04-23 8万+
论文:《Squeeze-and-Excitation Networks》 论文链接:https://arxiv.org/abs/1709.01507 代码地址:https://github.com/hujie-frank/SENet PyTorch代码地址:https://github.com/miraclewkf/SENet-PyTorch一、SEN...
Squeeze-and-Excitation Networks 论文思维导图
04-07
该资源给出了论文 Squeeze-and-Excitation Networks 整体的思维导图情况,可以更方便的加深对论文的理解与应用,所使用的软件是 XMind zen.
基于python与attention 实现 nlp 和 cv 相关模型
03-20
2. **Squeeze-and-Excitation Networks (SENet)**:这是引入Attention机制的一种CV模型,通过全局池化和残差模块来学习通道间的依赖关系,增强特征映射的表示能力。 3. **Non-Local Neural Networks**:这类网络...
YOLOv4-pytorch:这是YOLOv4,关注YOLOv4和带有PASCAL VOC和COCO的mobilenet YOLOv4的pytorch存储库
03-17
YOLOv4-pytorch(专注的YOLOv4和Mobilenetv3 YOLOv4) 这是YOLOv4架构的PyTorch重新实现,它基于正式的实现与PASCAL VOC,COCO和客户数据集... SEnet(2017年CVPR) CBAM(CVPR 2018)强调YOLOv4(细心的YOLOv4和Mobi
CBAM+Resnet源码,SENet+Resnet源码
最新发布
05-22
CBAM+Resnet和SENet+Resnet都是深度学习中用于图像分类任务的优秀模型。其中,CBAM是一种注意力机制模块,可以自适应地学习不同空间尺度下通道和空间注意力权重,从而提高特征表示的判别能力;SENet则是一种通道注意...
视觉注意力机制——SENetCBAM、SKNet
frighting_ing的博客
11-19 1万+
注意力机制(Attentional Mechanism) 通常将软注意力机制中的模型结构分为三大注意力域来分析: 空间域 空间域——将图片中的的空间域信息做对应的空间变换,从而能将关键的信息提取出来。对空间进行掩码的生成,进行打分,代表是Spatial Attention Module。 通道域 通道域——类似于给每个通道上的信号都增加一个权重,来代表该通道与关键信息的相关度的话,这个权重越大,则表示相关度越高。对通道生成掩码mask,进行打分,代表是senet, Channel Attention Mo
【注意力机制】Squeeze Excitation模块 (SE Net);Spatial Attention Module模型 (SAM YoloV4) 以及CAM,CBAM
Bismarckczy的博客
07-04 2918
之前的 文章 很详细的写了bottleneck block的实现。 先回顾一下bottleneck的意义,网络的性能归根结底是对特征提取的优秀程度,对特征提取越好,后面的分类,检测,分割等等,就会有更好的性能。resnet不是一味的加深网络层数而提高性能的, ...
【图像分类】【深度学习】【轻量级网络】【Pytorch版本】MobileNets_V3模型算法详解
yangyu0515的博客
12-11 1469
【图像分类】【深度学习】【轻量级网络】【Pytorch版本】MobileNets_V3模型算法详解
深度学习】(1) CNN中的注意力机制(SE、ECACBAM),附Pytorch完整代码
热门推荐
博观而约取,厚积而薄发
06-03 9万+
大家好,今天和各位分享一下如何使用 Pytorch 构建卷积神经网络中的各种注意力机制,如:SENet,ECANet,CBAM。注意力机制的原理 和 TensorFlow2 的实现方式可以看我下面两篇博文:SENet、ECANet:https://blog.csdn.net/dgvv4/article/details/123572065DANet、CBAM:https://blog.csdn.net/dgvv4/article/details/123888724SE注意力机制(Squeeze-and-Exc
SE压缩和激励网络
weixin_39580051的博客
10-08 4071
SE(Squeeze-and-Excitation Networks)即压缩和激励网络;SE分为:压缩(Squeeze)、激励(Excitation)、scale及相乘。
Squeeze Excitation 模块 (Pytorch)
weixin_44341427的博客
08-25 240
Squeeze Excitation 模块 (Pytorch)
SENET&CBAM
buziran的专栏
03-11 2731
https://mp.csdn.net/postedit SENET 一个feature map经过一系列卷积池化得到的feature map,每个通道的重要程度还是不一样的,也就是说每个通道其实还应该有一个重要性权值才行,然后每个通道的重要性权值乘以每个通道原来的值,就是我们求的真正feature map,这个feature map不同的通道重要性不一样(可能权值大的乘以原来的数要大些)...
注意力机制的两种模块SEblockCBAM模块
qxqsunshine的博客
07-29 1万+
1.SENet模块 def SE_moudle(input_xs,reduction_ratio = 16.): shape = input_xs.get_shape().as_list() se_module = tf.reduce_mean(input_xs,[1,2]) #第一个Dense:shape[-1]/reduction_ratio:即把input_channel再除以reduction_ratio,使channel下降到指定维度数 se_module =.
senetcbam和bam的区别
07-13
SENetSqueeze-and-Excitation Network)、CBAMConvolutional Block Attention Module)和BAM(Bottleneck Attention Module)都是用于增强卷积神经网络(CNN)的注意力机制模块。 它们的区别在于: 1. 实现方式不同。SENet使用全局平均池化对每个通道进行特征压缩,然后使用两个全连接层生成通道注意力权重;CBAM和BAM则使用不同的注意力算法对空间和通道信息进行关注。 2. 覆盖范围不同。SENet只关注通道方向的特征,CBAM和BAM则同时关注空间和通道信息。 3. 可解释性不同。SENet生成的注意力权重可以被解释为每个通道的重要性,CBAM和BAM生成的注意力权重则更加复杂,难以解释。 总的来说,SENetCBAM和BAM都是有效的注意力机制模块,可以提升CNN的性能,但它们的实现方式和覆盖范围不同,可以根据具体任务和模型选择适合的模块。
写文章

热门文章

  • 对角矩阵的性质(diagonal matrix) 98619
  • Linux系统下安装TensorFlow的GPU版本 29498
  • Python创建dict的几种方法 26825
  • 为什么信息熵要定义成-Σp*log(p)? 22317
  • 局域网可用IP网段 18417

分类专栏

  • Debug 13篇
  • linux 2篇
  • swift 1篇
  • Docker 1篇
  • redis 1篇
  • elasticsearch 4篇
  • 算法 474篇
  • boj 2篇
  • poj 15篇
  • c++ 265篇
  • leetcode 231篇
  • 智力题 14篇
  • wikioi 4篇
  • careercup 86篇
  • java 13篇
  • knowledge 95篇
  • objective-c 9篇
  • ios 15篇
  • shell 10篇
  • db 3篇
  • android 5篇
  • brew 1篇
  • python2 8篇
  • git 5篇
  • 九度 1篇
  • speed 9篇
  • zsh 1篇
  • bug 3篇
  • nodejs 1篇
  • javascript 2篇
  • C# 12篇
  • 编辑器 5篇
  • 机器学习 73篇
  • Azure 2篇
  • nlp 3篇
  • tensorflow 19篇
  • python3 120篇

最新评论

  • LeetCode 887. Super Egg Drop 扔鸡蛋问题四种方法

    CSDN-Ada助手: 哇, 你的文章质量真不错,值得学习!不过这么高质量的文章, 还值得进一步提升, 以下的改进点你可以参考下: (1)提升标题与正文的相关性;(2)增加条理清晰的目录;(3)使用更多的站内链接。

  • 人脸识别损失函数简介与Pytorch实现:ArcFace、SphereFace、CosFace

    Byron_Ge: 写的真好,看了n遍之后,总算理解了

  • Transformer 眼中世界 Vs. CNN 眼中世界 CKA(Centered Kernel Alignment)方法

    眼镜腹黑宅: 大佬可以分享一下分析的代码吗?

  • Transformer 眼中世界 Vs. CNN 眼中世界 CKA(Centered Kernel Alignment)方法

    asd_ppt: 大佬可以分享一下分析的代码吗?

  • Transformer 眼中世界 Vs. CNN 眼中世界 CKA(Centered Kernel Alignment)方法

    weixin_45743983: 大佬可以分享一下分析的代码吗?

最新文章

  • 局部敏感哈希 LSH
  • Reproducible scaling laws for contrastive language-image learning
  • BPE、Wordpiece、Unigram、SpanBERT等Tokenizer细节总结
2024年27篇
2023年66篇
2022年45篇
2021年41篇
2020年184篇
2019年59篇
2018年31篇
2017年19篇
2016年6篇
2015年16篇
2014年261篇
2013年74篇
2012年6篇

目录

目录

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值

玻璃钢生产厂家陕西玻璃钢雕塑售价具有口碑的玻璃钢雕塑四川frp玻璃钢雕塑生产厂家新郑市商场美陈特装玻璃钢花盆耐阳光武汉个性化玻璃钢雕塑批发圣诞商场美陈dp点图片宽城区玻璃钢雕塑工程电话多少做玻璃钢花盆哪里学现代玻璃钢人物雕塑规定广州玻璃钢雕塑工艺芜湖玻璃钢雕塑设计主题玻璃钢雕塑推荐厂家泉州玻璃钢卡通雕塑厂家舟山创意玻璃钢雕塑优势商场ip美陈玻璃钢雕塑表面上色葡萄玻璃钢雕塑厂沁阳商场美陈造景常州武进玻璃钢花盆厂玻璃钢抽象雕塑公司人物雕像玻璃钢雕塑定做厂家四平动物玻璃钢雕塑厂家美陈玻璃钢动物雕塑山东季节性商场美陈市场报价兰州玻璃钢雕塑欧式人物现货宁夏仿真人物玻璃钢雕塑价格定西玻璃钢景观雕塑定制镇江玻璃钢人物雕塑厂家温州玻璃钢花盆销售企业香港通过《维护国家安全条例》两大学生合买彩票中奖一人不认账让美丽中国“从细节出发”19岁小伙救下5人后溺亡 多方发声单亲妈妈陷入热恋 14岁儿子报警汪小菲曝离婚始末遭遇山火的松茸之乡雅江山火三名扑火人员牺牲系谣言何赛飞追着代拍打萧美琴窜访捷克 外交部回应卫健委通报少年有偿捐血浆16次猝死手机成瘾是影响睡眠质量重要因素高校汽车撞人致3死16伤 司机系学生315晚会后胖东来又人满为患了小米汽车超级工厂正式揭幕中国拥有亿元资产的家庭达13.3万户周杰伦一审败诉网易男孩8年未见母亲被告知被遗忘许家印被限制高消费饲养员用铁锨驱打大熊猫被辞退男子被猫抓伤后确诊“猫抓病”特朗普无法缴纳4.54亿美元罚金倪萍分享减重40斤方法联合利华开始重组张家界的山上“长”满了韩国人?张立群任西安交通大学校长杨倩无缘巴黎奥运“重生之我在北大当嫡校长”黑马情侣提车了专访95后高颜值猪保姆考生莫言也上北大硕士复试名单了网友洛杉矶偶遇贾玲专家建议不必谈骨泥色变沉迷短剧的人就像掉进了杀猪盘奥巴马现身唐宁街 黑色着装引猜测七年后宇文玥被薅头发捞上岸事业单位女子向同事水杯投不明物质凯特王妃现身!外出购物视频曝光河南驻马店通报西平中学跳楼事件王树国卸任西安交大校长 师生送别恒大被罚41.75亿到底怎么缴男子被流浪猫绊倒 投喂者赔24万房客欠租失踪 房东直发愁西双版纳热带植物园回应蜉蝣大爆发钱人豪晒法院裁定实锤抄袭外国人感慨凌晨的中国很安全胖东来员工每周单休无小长假白宫:哈马斯三号人物被杀测试车高速逃费 小米:已补缴老人退休金被冒领16年 金额超20万

玻璃钢生产厂家 XML地图 TXT地图 虚拟主机 SEO 网站制作 网站优化