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)

  • 经营租赁增值税税率3%
  • 税务问答网站
  • 冲红电子发票是什么意思
  • 税控盘技术维护费申报时候怎么填报
  • 接受捐赠的固定资产计入什么科目
  • 固定资产抵债要交税吗怎么交
  • 五险一金可以在手机上交吗
  • 损益类算费用吗
  • 会计中借方和贷方怎么理解
  • 借款可以转注资款吗
  • 出口货物如果没收怎么办
  • 总公司购固定资产分摊每家店面怎么来做账
  • 企业如何认定
  • 会计凭证的概念及分类
  • 境外派遣员工境外所得税是什么时候申报?
  • 社保公积金会计分录怎么写
  • 车辆维修费
  • 个税申报表的含税金额
  • 当期应税销售收入是含税还是不含税
  • 金税盘要钱不
  • 内账和外账会计哪个简单
  • 企业汇算清缴后税务局会不会查
  • 期间损益结转怎么结转
  • 财政票据税务局能查到吗
  • 长期待摊费用发生当月摊还是次月摊
  • PRISMSTA.EXE - PRISMSTA是什么进程 有什么用
  • 商标注册费用
  • win10开发工具在哪
  • 房租收入怎么做会计分录
  • 如何开启系统自带杀毒软件
  • 银行结算账户的种类
  • php or
  • 债务重组收益会计分录怎么做?
  • 公司费用报销包括哪些
  • wordpresscom
  • 个人出租车辆交税吗
  • php数组查询
  • return函数
  • 固定资产清理会议记录范文
  • vim8.2插件
  • python解释器的多种使用
  • python读取不到文件怎么办
  • 防伪税款服务费抵扣
  • 怎样根据税负率计算税额
  • 企业会计准则和企业会计制度的区别
  • 工程产值是怎么算的
  • db2入门
  • 固定资产加速折旧计算方法
  • 总分类账的登记依据和方法取决于企业所采用的
  • 不按规定纳税的违法行为
  • 招待客户住宿属于什么费用
  • 公司不按照劳动法给工资怎么办
  • 保洁阿姨工资怎么扣税
  • 怎么调整原材料的数量和单价
  • navicat连接教程
  • sql server数据库版本
  • mysql的union和union all
  • 怎么操作win10系统
  • windows server 2008 r2最大支持内存
  • CentOS中httpd源代码安装与测试步骤分享
  • ubuntu右上角没有键盘
  • win7guest账户有密码吗
  • win10一直显示正在启动
  • linux入门知识
  • libts.so.0
  • windows 10 正式版
  • win10系统如何创建新用户
  • html气泡效果
  • node 加密解密
  • css如何实现
  • linux shell -s
  • 如何分析源码
  • 村委会税务登记流程
  • 四川税务局网上办税
  • 盐城市地税局稽查大队长
  • 为什么购进固定资产不得抵扣
  • 法人实名采集必须去现场吗
  • 广西定额发票查询入口官网
  • 平顶山属于河南还是河北
  • 企业在开办过程中的具体流程
  • 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