大同市网站建设_网站建设公司_UX设计_seo优化

Day 49通道注意力机制 @浙大疏锦行

概念

• 目的：让神经网络自动学习每个特征通道的重要性，从而增强有用的特征通道，抑制无用的特征通道。
• 实现步骤：
  1. Squeeze (压缩)：
     • 使用全局平均池化 (nn.AdaptiveAvgPool2d(1))。
     • 将形状为( B , C , H , W ) (B, C, H, W)(B,C,H,W)的特征图压缩为( B , C , 1 , 1 ) (B, C, 1, 1)(B,C,1,1)，使每个通道获得全局感受野。
  2. Excitation (激励)：
     • 使用两个全连接层（FC）组成的“瓶颈”结构。
     • 第一个 FC 将通道数降低（reduction_ratio=16），减少计算量并引入非线性。
     • 第二个 FC 将通道数恢复。
     • 最后通过Sigmoid激活函数，输出每个通道的权重（范围 0~1）。
  3. Scale (重标定)：
     • 将生成的通道权重与原始特征图相乘 (x * y)，完成特征重标定。

代码

模型对比

# 基础CNN模型classCNN(nn.Module):def__init__(self):super(CNN,self).__init__()self.conv1=nn.Conv2d(3,32,3,padding=1)self.bn1=nn.BatchNorm2d(32)self.relu1=nn.ReLU()self.pool1=nn.MaxPool2d(2,2)self.conv2=nn.Conv2d(32,64,3,padding=1)self.bn2=nn.BatchNorm2d(64)self.relu2=nn.ReLU()self.pool2=nn.MaxPool2d(2)self.conv3=nn.Conv2d(64,128,3,padding=1)self.bn3=nn.BatchNorm2d(128)self.relu3=nn.ReLU()self.pool3=nn.MaxPool2d(2)self.fc1=nn.Linear(128*4*4,512)self.dropout=nn.Dropout(p=0.5)self.fc2=nn.Linear(512,10)defforward(self,x):x=self.pool1(self.relu1(self.bn1(self.conv1(x))))x=self.pool2(self.relu2(self.bn2(self.conv2(x))))x=self.pool3(self.relu3(self.bn3(self.conv3(x))))x=x.view(-1,128*4*4)x=self.fc2(self.dropout(self.relu3(self.fc1(x))))returnx# 通道注意力模块 (SE Block)classChannelAttention(nn.Module):def__init__(self,in_channels,reduction_ratio=16):super(ChannelAttention,self).__init__()self.avg_pool=nn.AdaptiveAvgPool2d(1)self.fc=nn.Sequential(nn.Linear(in_channels,in_channels//reduction_ratio,bias=False),nn.ReLU(inplace=True),nn.Linear(in_channels//reduction_ratio,in_channels,bias=False),nn.Sigmoid())defforward(self,x):b,c,_,_=x.size()y=self.avg_pool(x).view(b,c)y=self.fc(y).view(b,c,1,1)returnx*y# 带通道注意力的CNN模型classCNN_SE(nn.Module):def__init__(self):super(CNN_SE,self).__init__()self.conv1=nn.Conv2d(3,32,3,padding=1)self.bn1=nn.BatchNorm2d(32)self.relu1=nn.ReLU()self.ca1=ChannelAttention(32)self.pool1=nn.MaxPool2d(2,2)self.conv2=nn.Conv2d(32,64,3,padding=1)self.bn2=nn.BatchNorm2d(64)self.relu2=nn.ReLU()self.ca2=ChannelAttention(64)self.pool2=nn.MaxPool2d(2)self.conv3=nn.Conv2d(64,128,3,padding=1)self.bn3=nn.BatchNorm2d(128)self.relu3=nn.ReLU()self.ca3=ChannelAttention(128)self.pool3=nn.MaxPool2d(2)self.fc1=nn.Linear(128*4*4,512)self.dropout=nn.Dropout(p=0.5)self.fc2=nn.Linear(512,10)defforward(self,x):x=self.pool1(self.ca1(self.relu1(self.bn1(self.conv1(x)))))x=self.pool2(self.ca2(self.relu2(self.bn2(self.conv2(x)))))x=self.pool3(self.ca3(self.relu3(self.bn3(self.conv3(x)))))x=x.view(-1,128*4*4)x=self.fc2(self.dropout(self.relu3(self.fc1(x))))returnx

代码中定义了两个模型进行对比：

1. 基础 CNN (CNN)：
   • 包含 3 个卷积块（Conv -> BN -> ReLU -> MaxPool）。
   • 最后接全连接层进行分类。
2. 带注意力的 CNN (CNN_SE)：
   • 结构与基础 CNN 类似。
   • 关键区别：在每个卷积块的 ReLU 激活之后、池化之前，插入了ChannelAttention模块。

训练

• 定义了train_and_log函数，统一管理训练循环。
• 记录了每个 Epoch 和 Batch 的 Loss 及 Accuracy，并保存到 CSV 文件中以便后续分析。
• 使用了Adam优化器和ReduceLROnPlateau学习率调度策略。

可视化

1. 特征图可视化 (visualize_feature_maps)：
   • 展示模型中间层（如 conv1, conv2, conv3）输出的特征图。
   • 帮助理解网络在不同深度提取了什么样的视觉特征（边缘、纹理、部件等）。
2. 注意力热力图 (visualize_attention_map)：
   • 提取卷积层输出，计算通道均值作为权重。
   • 将高响应的通道特征图叠加在原图上。
   • 作用：直观展示模型在进行分类决策时，主要“关注”图像的哪些区域（例如是否聚焦在物体主体上）。

总结

通过在卷积神经网络中引入通道注意力机制（SE Block），模型能够以极小的计算代价（少量的参数增加），显式地建模通道间的依赖关系，从而提升特征表示能力。这种机制是即插即用的，可以方便地集成到现有的 CNN 架构中。

@浙大疏锦行
Block），模型能够以极小的计算代价（少量的参数增加），显式地建模通道间的依赖关系，从而提升特征表示能力。这种机制是即插即用的，可以方便地集成到现有的 CNN 架构中。

@浙大疏锦行