CBAM = 通道注意力（两种SENet--GAP+GMP的组合）+空间注意力
CBAM是深度学习里程碑式的产物，但代码非常简单，其实就是一个概念：给模型增加可训练可学习的参数矩阵。
有了SENet的经验，CBAM1个小时就搞定了，很丝滑，pytorch还有有一定优势的，代码写熟了以后可以快速复用。先上CBAM原论文图：
上图是总流程图，原文中做了一堆实验，一堆数据，不用管，记住结论就行：先通道注意，后空间注意，效果最好。其实也很好理解。对于隐层，先挑选出哪些隐层最值得关注（通道注意力）；然后再对挑出的隐层内容进行重点内容挑选（空间注意力）。
一、通道注意力
从概念上理解后，就是两个注意力机制逐一实现的问题了。首先看通道注意力机制：
是不是特别熟悉？对比一下SENet的图：
SENet的中间展开，就是Fex(., w)展开：
这玩儿意和CBAM的通道注意力中间的那块不能说是一模一样，简直毫无差别…………
二、空间注意力
依然，线上原图：
思路和通道注意力一样，都是Max+Avg，然后通过sigmoid得到一个可以训练的加权的矩阵，然后这个加权的矩阵再和所有隐层做乘法就行。
三、填坑
写代码的时候，发现网上的参考代码居然有问题（不知道是不是我自己写的问题，但有的是明确有问题的），如下：
1. 网上“空间注意力”的代码写错了，导致百度AI给出的代码也是错的，具体如下：
2. 通道注意力机制，没有做尺度变化
这个问题我不确定，反正按照SENet来写，一定要做尺度变化，不然我这会报错。没直接运行网上的代码，感觉有问题。
3. 通道注意力机制默认的7*7卷积核确定比3*3要好么？
此处做了两个修改，一是将7*7的大卷积核改为了3*3，padding不用去算，默认是3，改为same即可。
因为后续技术发展已证明3*3的卷积核是主流，所以这里还是修改一下为好。
四：结果
的确有点用处，大部分都能到99%，之前都是98.8x%上下，有一点点提升。
附上我修改，并且确定可用的CBAM代码，如下：
import torch import torch.nn as nn import torchsummary class ChannelAttention(nn.Module): def __init__(self, input_channels:int, ratio=4): super().__init__() self.gap = nn.AdaptiveAvgPool2d(1) self.gmp = nn.AdaptiveMaxPool2d(1) self.fc1 = nn.Linear(input_channels, input_channels // ratio) self.fc2 = nn.Linear(input_channels // ratio, input_channels) self.relu = nn.ReLU() self.sigmoid = nn.Sigmoid() def forward(self, x): gap_weight = self.gap(x) gap_weight = gap_weight.view(-1, x.shape[1]) gap_weight = self.fc1(gap_weight) gap_weight = self.relu(gap_weight) gap_weight = self.fc2(gap_weight) gmp_weight = self.gmp(x) gmp_weight = gmp_weight.view(-1, x.shape[1]) gmp_weight = self.fc1(gmp_weight) gmp_weight = self.relu(gmp_weight) gmp_weight = self.fc2(gmp_weight) out_put = self.sigmoid(gap_weight + gmp_weight) return out_put class SpatialAttention(nn.Module): def __init__(self): super().__init__() self.conv2d = nn.Conv2d(2,1,3,1,padding="same") self.sigmoid = nn.Sigmoid() def forward(self, x): avg_weight = torch.mean(x, dim=1, keepdim=True) # print(avg_weight.shape) max_weight = torch.max(x, dim=1,keepdim=True)[0] # print(avg_weight.shape) out_put = torch.cat((avg_weight, max_weight), dim=1) # print(out_put.shape) out_put = self.conv2d(out_put) # print(out_put.shape) out_put = self.sigmoid(out_put) return out_put class CBAM(nn.Module): def __init__(self, channels): super().__init__() self.ChannelAttention = ChannelAttention(channels) self.SpatioAttention = SpatialAttention() def forward(self, x): out_put = self.ChannelAttention(x) out_put = out_put.view(out_put.shape[0], out_put.shape[1], 1, 1) out_put = out_put * x out_put = self.SpatioAttention(out_put) * out_put return out_put # device = torch.device('cuda' if torch.cuda.is_available() else 'cpu') # CBAM = CBAM(28).to(device) # torchsummary.summary(CBAM, input_size=(28,28,28))用起来就很简单了，任何一个隐层后面都可以直接加入：
