本文分享自天翼云開發(fā)者社區(qū)《CBAM注意力模型介紹》，作者:Liuzijia

近年來，注意力機(jī)制在各項(xiàng)深度學(xué)習(xí)任務(wù)中表現(xiàn)出色。研究表明，人類視覺感知過程中，注意力機(jī)制發(fā)揮了積極的效果，可以幫助人們高效和自適應(yīng)的處理視覺信息并聚焦于顯著的畫面區(qū)域，從而能夠做出最準(zhǔn)確的判斷。因此，通過模擬視覺注意力機(jī)制，在網(wǎng)絡(luò)結(jié)構(gòu)中加入注意力模塊，使模型可以更加關(guān)注待分類圖像中的關(guān)鍵信息，抑制不相關(guān)的特征信息，促使模型對(duì)重要的特征區(qū)域更加敏感，從而有效提升相關(guān)任務(wù)的性能。本文簡(jiǎn)要介紹一種經(jīng)典的混合注意力模型CBAM。

CBAM^[1]是一種結(jié)合了通道與空間注意力的混合注意力模塊，通過該模塊可以自適應(yīng)的強(qiáng)化特征提取過程。

圖1 CBAM結(jié)構(gòu)（引用自文獻(xiàn)[1]）

圖1為CBAM的結(jié)構(gòu)。對(duì)于輸入特征圖，該模塊會(huì)依次推斷出一個(gè)通道注意力圖M_c和一個(gè)空間注意力圖M_s，如式1和式2所示：

其中，F(xiàn)表示輸入特征圖；M_c表示得到通道注意力圖；F'表示通道注意力模塊的輸出特征圖；M_s表示得到的空間注意力圖；F''表示該模塊的最終輸出；x表示矩陣對(duì)應(yīng)元素相乘。

圖2 通道注意力模塊（引用自文獻(xiàn)[1]）

圖2為CBAM的通道注意力模塊結(jié)構(gòu)。對(duì)于輸入特征圖，首先利用在空間維度上的平均池化和最大值池化進(jìn)行壓縮，結(jié)合兩種池化是為了對(duì)特征權(quán)重的學(xué)習(xí)更加精細(xì)，從而提升網(wǎng)絡(luò)的特征表示能力，然后將池化后的特征輸入到多層感知機(jī)中，為了減少計(jì)算參數(shù)量，會(huì)對(duì)隱藏層的大小進(jìn)行降維，最后經(jīng)激活函數(shù)得到注意力圖，其計(jì)算過程如式3所示：

其中，σ表示Sigmoid激活函數(shù)；F_avg和F_max分別表示空間維度上的平均池化（AvgPool）和最大值池化（MaxPool）；W_0和W_1表示多層感知機(jī)（MLP）的共享參數(shù)；F表示輸入特征圖。

圖3 空間注意力模塊（引用自文獻(xiàn)[1]）

圖3為CBAM的空間注意力模塊。首先利用在通道維度上的平均池化和最大值池化對(duì)輸入特征圖進(jìn)行操作，然后拼接大小均為H×W×1的兩個(gè)特征圖，這樣可以得到一個(gè)大小為H×W×2的特征圖，最后利用一個(gè)卷積操作并經(jīng)激活函數(shù)后得到空間注意力圖，其計(jì)算過程如式4所示：

其中，σ表示Sigmoid激活函數(shù)；f(7×7)表示尺寸為7 的卷積核；F_avg和F_max分別表示在通道維度上的平均池化（AvgPool）和最大值池化（MaxPool）；F表示輸入特征圖。

[1] Woo S, Park J, Lee J Y, et al. CBAM: Convolutional block attention module[C]//Proceedings of the European conference on computer vision (ECCV). 2018: 3-19