一文深入浅出cv中的Attention机制

在深度学习领域中，存在很多专业名词，第一次看的时候总会很懵逼～后面慢慢看得时候才会有那么感觉，但是总觉得差点意思。今天我们要说的一个专业名词，就叫做Attention机制！

1. 直观理解Attention

想象一个场景，你在开车（真开车！握方向盘的那种！非彼开车！），这时候下雨了，如下图。

那你想要看清楚马路，你需要怎么办呢？dei ！很聪明，打开雨刮器就好！

那我们可以把这个雨刮器刮雨的动作，就是寻找Attention区域的过程！嗯！掌声鼓励下自己，你已经理解了Attention机制！

2. 再看Attention机制

首先，我们引入一个概念叫做Key-Value，键值对。如在中的类型的数据就是键值对存储的，相当于一对一的概念 (如，我们婚姻法，合法夫妻就是一对一)。

dict = {'name' : 'canshi'}   #name为canshi

回忆一下，在中学时期，我们学的眼睛成像！一张图在眼睛中是一个倒立的缩放图片，然后大脑把它正过来了。我们开始进行建模，假设这个自然界存在的东西就是Key，同时也叫Value。

套下公式，当下雨的时候，冷冷的冰雨在车窗上狠狠的拍！我们把这个整个正在被拍的车窗叫做Key，同时也叫Value。但是我们看不清路呀，我们这时候就想让我们可以分得清路面上的主要信息就好，也不需要边边角角的信息。那么这个时候，雨刮器出场了，我们把它叫做Query! 我们就能得到一个看清主要路面的图片了！

那么到底发生了什么了呢？我来拆开下哈：

所以，我们通过雨刮器()来作用于车窗图(), 得到了一个部分干净的图像(类，里面的值是0~1),图片中白色区域表示擦干净了，其它部分表示不用管。再用这个生成的 与 图做乘积，得到部分干净的生成图像，显示在我们的大脑中。

因此，我们会看到一些说的博客会有下面的图：

这张图主要是针对于机器翻译中用的，在翻译的时候，每一个输出需要于输入的各个元素计算相似度，再与 进行加权求和～

对于领域中，我们一般都是用矩阵运算了，不像中的任务，需要按照时刻进行，中的任务，就是一个矩阵运算，一把梭就完事儿了。

比如这个雨刮器刮水的过程。我们把原先带是雨水的车窗记作，雨刮器来刮雨就是，我们使用相似度来代替刮水的过程，得到一个。再用与原图像通过计算，得到最后的图像。

因此，用公式来概括性地描述就是：

划重点，不同的车有不同的雨刷来进行刮雨，同样，我们有不同的方法来衡量相似度，这里我们主要有以下几种方案来衡量相似度：

当有了相似度之后，我们需要对其进行归一化，将原始计算分值整理成所有元素权重之和为1的概率分布，越重要的部分，越大！越不重要的部分，越小。我们采用为主，当然也有一些使用这样来进行运算，都是ok的～

因此，这个权重的值可以这么计算：

其中表明将数据进行下缩放，防止过大了。

最后就是得到的输出了：

因此，像戴眼镜，也是一种,。对于眼睛里的区域进行进行聚焦，而除此之外的区域，就无所谓了。不需要进行额外处理了。

3. 大脑中的Attention机制

人在成长过程中，可能每一个阶段都会对大脑进行训练，让我们在大自然界中快速得到我们想要的信息。当前大数据时代，那么多图片视频，我们需要快速浏览得到信息，比如下面的图：

网上的图，侵删！

我可能一开始就会注意到这个大衣是很好的款式，这个红色的小包也不错，当然每个人用来训练的数据集是不一样的，我也不知道你们第一眼看到的是啥！毕竟这个注意力矩阵，需要海量的数据来进行测试。

哦？还跟我拗？那你也来试试下面的挑战？

原视频来自 B站，非P站！

3. CV中常用的Attention

1. Non-local Attention

通过上面的例子，我们就明白了，原来本质就是在一个维度上进行计算权重矩阵。这个维度如果是空间，那么就是Spatial Attention, 如果是通道这个维度，那么就是Channel Attention。所以，如果以后你投稿的时候，再说你不够，我们就可以搭积木搭出来一个模块呀！

这里我们使用 来讲解下，常用在领域中的Attention。

输入特征，通过卷积来得到，这里的三个矩阵是不同的，因此上文中是假设 相同。

其中代码如下：

class Self_Attn(nn.Module):""" Self attention Layer"""def __init__(self,in_dim,activation):super(Self_Attn,self).__init__()self.chanel_in = in_dimself.activation = activationself.query_conv = nn.Conv2d(in_channels = in_dim , out_channels = in_dim//8 , kernel_size= 1)self.key_conv = nn.Conv2d(in_channels = in_dim , out_channels = in_dim//8 , kernel_size= 1)self.value_conv = nn.Conv2d(in_channels = in_dim , out_channels = in_dim , kernel_size= 1)self.gamma = nn.Parameter(torch.zeros(1))self.softmax  = nn.Softmax(dim=-1) #def forward(self,x):"""inputs :x : input feature maps( B X C X W X H)returns :out : self attention value + input feature attention: B X N X N (N is Width*Height)"""m_batchsize,C,width ,height = x.size()proj_query  = self.query_conv(x).view(m_batchsize,-1,width*height).permute(0,2,1) # B X CX(N)proj_key =  self.key_conv(x).view(m_batchsize,-1,width*height) # B X C x (*W*H)energy =  torch.bmm(proj_query,proj_key) # transpose checkattention = self.softmax(energy) # BX (N) X (N) proj_value = self.value_conv(x).view(m_batchsize,-1,width*height) # B X C X Nout = torch.bmm(proj_value,attention.permute(0,2,1) )out = out.view(m_batchsize,C,width,height)out = self.gamma*out + xreturn out,attention

代码看上去还是比较容易懂得，主要就是函数，它可以将纬度为矩阵与的矩阵相乘的到的矩阵。再使用来得到归一化之后的矩阵，结合残差，得到最后的输出！

2. CBAM

由 与 组合而成。

其中的 模块，主要是从C x H x w 的纬度，学习到一个C x 1 x 1的权重矩阵。

论文中的图如下：

代码示例如下：

class ChannelAttentionModule(nn.Module):def __init__(self, channel, reduction=16):super(ChannelAttentionModule, self).__init__()mid_channel = channel // reductionself.avg_pool = nn.AdaptiveAvgPool2d(1)self.max_pool = nn.AdaptiveMaxPool2d(1)self.shared_MLP = nn.Sequential(nn.Linear(in_features=channel, out_features=mid_channel),nn.ReLU(inplace=True),nn.Linear(in_features=mid_channel, out_features=channel))self.sigmoid = nn.Sigmoid()def forward(self, x):avgout = self.shared_MLP(self.avg_pool(x).view(x.size(0),-1)).unsqueeze(2).unsqueeze(3)maxout = self.shared_MLP(self.max_pool(x).view(x.size(0),-1)).unsqueeze(2).unsqueeze(3)return self.sigmoid(avgout + maxout)

当然，我们可以使用的形式来对它进行修改成一个统一架构，只要我们可以学习到一个在通道纬度上的分布矩阵就好。

如下方伪代码， 均为卷积生成。

# key: (N, C, H, W) # query: (N, C, H, W) # value: (N, C, H, W) key = key_conv(x) query = query_conv(x) value = value_conv(x)mask = nn.softmax(torch.bmm(key.view(N, C, H*W), query.view(N, C, H*W).permute(0,2,1))) out = (mask * value.view(N, C, H*W)).view(N, C, H, W)

对于 ，如图所示：

参考代码如下：

class SpatialAttentionModule(nn.Module):def __init__(self):super(SpatialAttentionModule, self).__init__()self.conv2d = nn.Conv2d(in_channels=2, out_channels=1, kernel_size=7, stride=1, padding=3)self.sigmoid = nn.Sigmoid()def forward(self, x):avgout = torch.mean(x, dim=1, keepdim=True)maxout, _ = torch.max(x, dim=1, keepdim=True)out = torch.cat([avgout, maxout], dim=1)out = self.sigmoid(self.conv2d(out))return out

采用的框架来进行改写：

key = key_conv(x) query = query_conv(x) value = value_conv(x)b, c, h, w = t.size() query = query.view(b, c, -1).permute(0, 2, 1) key = key.view(b, c, -1) value = value.view(b, c, -1).permute(0, 2, 1)att = torch.bmm(query, key)if self.use_scale:att = att.div(c**0.5)att = self.softmax(att) x = torch.bmm(att, value)x = x.permute(0, 2, 1) x = x.contiguous() x = x.view(b, c, h, w)

3. cgnl

论文分析了下如 与 均不能很好的描述特征之间的关系，这里比较极端得生成了N * 1 * 1 * 1的.

主要关于计算的部分代码：

def kernel(self, t, p, g, b, c, h, w):"""The linear kernel (dot production).Args:t: output of conv theatap: output of conv phig: output of conv gb: batch sizec: channels numberh: height of featuremapsw: width of featuremaps"""t = t.view(b, 1, c * h * w)p = p.view(b, 1, c * h * w)g = g.view(b, c * h * w, 1)att = torch.bmm(p, g)if self.use_scale:att = att.div((c*h*w)**0.5)x = torch.bmm(att, t)x = x.view(b, c, h, w)return x

4. Cross-layer non-local

论文中分析了，同样的层之间进行计算，感受野重复，会造成冗余，引入背景噪声，如左边的部分图。而右边的图表示不同层间的感受野不同，计算全局会关注到更合理的区域。

这里采用跨层之间的生成。

代码部分比较有意思：

# query : N, C1, H1, W1 # key: N, C2, H2, W2 # value: N, C2, H2, W2 # 首先，需要使用1 x 1 卷积，使得通道数相同 q = query_conv(query) # N, C, H1, W1 k = key_conv(key) # N, C, H2, W2 v = value_conv(value) # N, C, H2, W2 att = nn.softmax(torch.bmm(q.view(N, C, H1*W1).permute(0, 1, 2), k.view(N, C, H2 * W2))) # (N, H1*W1, H2*W2) out = att * value.view(N, C2, H2*W2).permute(0, 1, 2) #(N, H1 * W1, C) out = out.view(N, C1, H1, W1)

4. 小结

是一个比较适合用来写文章的知识点，算是一个的点。目前针对中的差不多可以概括为这些，后面会继续补充，欢迎各位关注！

- END - 往期精彩回顾适合初学者入门人工智能的路线及资料下载机器学习及深度学习笔记等资料打印机器学习在线手册深度学习笔记专辑《统计学习方法》的代码复现专辑 AI基础下载机器学习的数学基础专辑温州大学《机器学习课程》视频 本站qq群851320808，加入微信群请扫码：

总结

以上是生活随笔为你收集整理的一文深入浅出cv中的Attention机制的全部内容，希望文章能够帮你解决所遇到的问题。

如果觉得生活随笔网站内容还不错，欢迎将生活随笔推荐给好友。