基于Paddle2.0的注意力卷积网络SA-NET

本项目基于2024年ICASSP论文的SA-NET模型，用paddle2.0复现含Shuffle Attention模块的网络，在10分类动物数据集（按8:2划分训练、验证集）上实验。对比SA-ResNet50与ResNet50，前者验证准确率达86.78%，通过图示训练过程及结果，展现SA模块融合空间与通道注意力的优势。

项目背景

SA-NET是2024年ICASSP上的一篇论文SA-Net: Shuffle Attention for Deep Convolutional Neural Networks中提出的基于注意力机制的卷积网络模型。本项目即对其进行复现。

项目简介

本项目首次使用paddle2.0复现了含有注意力机制的网络SA-NET，并在动物数据集上进行了训练和验证。

免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈

动物数据集的划分是按8:2的的划分方法进行训练集与验证集划分的。

模型简介

SA-NET网络的核心思想是提出了SA模块。该模块对分组卷积的每个组采取通道分割。对于通道注意力分支，采用全局平均池化产生通道相关的统计信息，然后使用参数来缩放和平移通道矢量并生成通道特征表达。对于空间注意力分支，采用组归一化来产生空间相关的统计信息并生成空间特征表达。将两个分支的特征合并后，使用channel shuffle操作来进行不同子特征间的通信。如图1所示。

图1 SA模块细节示意图

具体实现可以fork后见代码细节。

论文原文：SA-Net: Shuffle Attention for Deep Convolutional Neural Networks

参考代码：

PyTorch的实现

数据集介绍

本项目使用10分类的动物数据集进行训练和测试.

该十分类动物数据集，包含dog,horse,elephant,butterfly,chicken,cat,cow,sheep,spider和squirrel。每一分类的图片数量为2k-5k。

文件结构

解压数据集

!unzip -q data/data70196/animals.zip -d work/dataset

查看图片

import osimport randomfrom matplotlib import pyplot as pltfrom PIL import Imageimgs = []paths = os.listdir('work/dataset')for path in paths:       img_path = os.path.join('work/dataset', path)    if os.path.isdir(img_path):        img_paths = os.listdir(img_path)        img = Image.open(os.path.join(img_path, random.choice(img_paths)))        imgs.append((img, path))f, ax = plt.subplots(3, 3, figsize=(12,12))for i, img in enumerate(imgs[:9]):    ax[i//3, i%3].imshow(img[0])    ax[i//3, i%3].axis('off')    ax[i//3, i%3].set_title('label: %s' % img[1])plt.show()

划分训练集和验证集

!python code/train_val_split.py

finished train val split!

使用SA-ResNet50网络进行动物分类的训练并验证

!python code/train.py --net 'sa_resnet'

验证

!python code/eval.py --net 'sa_resnet'

Constructing sa_resnet50......W0218 00:13:00.844122 29642 device_context.cc:362] Please NOTE: device: 0, GPU Compute Capability: 7.0, Driver API Version: 10.1, Runtime API Version: 10.1W0218 00:13:00.848348 29642 device_context.cc:372] device: 0, cuDNN Version: 7.6.Eval begin...The loss value printed in the log is the current batch, and the metric is the average value of previous step.step 103/103 [==============================] - loss: 0.6799 - acc: 0.8678 - 215ms/step         Eval samples: 3276{'loss': [0.67990136], 'acc': 0.8678266178266179}

图示训练验证过程

图2. 使用SA-ResNet50的训练验证图示

使用ResNet50网络进行动物分类的训练并验证

训练

!python code/train.py --net 'resnet'

验证

!python code/eval.py --net 'resnet'

图示训练验证过程

图3. 使用ResNet的训练验证图示

比较

图4. 使用SA-NET和ResNet的验证比较图示