位置: IT常识 - 正文

注意力机制-CA注意力-Coordinate attention(注意力机制详解)

编辑:rootadmin
注意力机制-CA注意力-Coordinate attention 注意力机制学习--CA(Coordinate attention)简介CA注意力机制的优势:提出不足算法流程图代码最后简介

推荐整理分享注意力机制-CA注意力-Coordinate attention(注意力机制详解),希望有所帮助,仅作参考,欢迎阅读内容。

文章相关热门搜索词:注意力机制 cv,注意力机制 lstm,注意力机制 cv,注意力机制 cv,注意力机制 q k v,注意力机制 lstm,注意力机制cbam,注意力机制工作原理,内容如对您有帮助,希望把文章链接给更多的朋友!

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:注意力机制-CA注意力-Coordinate attention(注意力机制详解)

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∗WC*H*WC∗H∗W输入特征图InputInputInput分别按照XXX方向和YYY方向进行池化,分别生成尺寸为C∗H∗1C*H*1C∗H∗1和C∗1∗WC*1*WC∗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∗WC*1*WC∗1∗W的特征图进行变换,然后进行concat操作。公式如下: 将zhz^hzh和zwz^wzw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∈RC/r×(H+W)×1f \in \mathbb{R}^{C/r\times(H+W)\times1}f∈RC/r×(H+W)×1。 step3:沿着空间维度,再将fff进行split操作,分成fh∈RC/r×H×1f^h\in \mathbb{R}^{C/r\times H \times1}fh∈RC/r×H×1和fw∈RC/r×1×Wf^w\in \mathbb{R}^{C/r\times1\times W}fw∈RC/r×1×W,然后分别利用1×11 \times 11×1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gh∈RC×H×1g^h \in \mathbb{R}^{C \times H \times 1 }gh∈RC×H×1和gw∈RC×1×Wg^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。

本文链接地址:https://www.jiuchutong.com/zhishi/290832.html 转载请保留说明!

上一篇:el-table(type=“selection“)多选框两种回显

下一篇:鸟瞰皮纳图博火山湖和山脉,菲律宾波拉克 (© Amazing Aerial Agency/Offset by Shutterstock)(bestars皮纳)

  • 企业收取的租金应当计入
  • 季度所得税费用如何计提
  • 出口免税进项税额转出怎么计算
  • 税收契子怎么算
  • 个人所得税综合税率表2023
  • 合伙企业的费用在何处扣除
  • 开办期间的利息收入怎么做账
  • 科目余额表解析
  • 实收资本认缴怎么缴纳印花税
  • 增值税13%税率有哪些
  • 负债的账面价值减去未来期间计算应纳税所得额
  • 非税项目明细代码
  • 如何申请免税
  • 现金长短款的一般处理
  • 库存品种
  • 注册资本金印花税什么时候缴纳
  • 货代行业增值税
  • 金蝶软件开发服务费入什么科目?
  • 集团公司向子公司收取管理费的法律规定
  • 账本印花税税金及附加怎么入账?
  • 科技研发政策
  • 国税网上三方协议流程 个人所得税
  • 印花税新法
  • 预缴所得税需要结转吗
  • 环境保护税的申报期限是如何规定的
  • 出口退税款的账户是什么
  • 改造工程完工会计分录
  • 竣工决算调整入库流程
  • ie浏览器打开后显示已停止工作
  • 卸载了驱动程序会怎么样
  • php中的变量都以什么开头
  • php模板引擎语法
  • php 什么是类
  • 对公账户发放工资要固定几号打吗
  • 存货退回账务处理
  • hbuilderx怎么运行代码
  • 补缴断交的医保划算吗
  • vue super
  • 工业企业采购供应管理
  • 一品红叶发黄咋回事儿
  • vue开发环境和生产环境域名配置
  • springboot aop切面
  • 固定资产类别有哪些
  • 对公账号备用金怎么用
  • 软件开发增值税即征即退政策
  • 个体工商户可以给自己交社保吗
  • 什么是会计确认的基础
  • 出口免抵退转免税
  • python __call__
  • 帝国cms灵动标签怎么调用
  • 年终奖税金怎么扣
  • 设备安装工程施工及验收规范
  • 一般纳税人年收入500万交多少税
  • 手写发票可以报维修费吗
  • 企业待摊费用怎么计算
  • 未发工资怎么办
  • SQLServer 2008 CDC功能实现数据变更捕获脚本
  • 预缴增值税后税款怎么算
  • 小规模减免增值税政策
  • 房产税的计算方式
  • 增值税的专用发票金额含税吗
  • 电费可以计入营业外收入吗
  • 投资购入房产会亏钱吗
  • 试驾车折旧残值怎么计算
  • 公司中征码是什么样子的
  • 企业所得税税率多少
  • 交通费属于什么部门
  • qpso算法
  • 预览pdf文件
  • win8怎么禁止弹窗
  • cocos2dx 3.3 tilemap 缩放滑动并且准确点击对象
  • qt5 opengl
  • &&在js中
  • python中deque
  • 猫的喵喵
  • 友盟模块
  • python3遍历字典
  • js如何定义类
  • 买楼送地下室划算吗
  • 财税〔2009〕61号
  • 免责声明:网站部分图片文字素材来源于网络,如有侵权,请及时告知,我们会第一时间删除,谢谢! 邮箱:opceo@qq.com

    鄂ICP备2023003026号

    网站地图: 企业信息 工商信息 财税知识 网络常识 编程技术

    友情链接: 武汉网站建设