最近我在自己训练的墙体检测的网络中添加了自注意力，这提高了墙分割的dice分数。我写这篇短文是为了总结cnn的自注意力机制，主要是为了以后可以回顾一下我做了什么，但我也希望对你们有用。

为什么Self-Attention

这篇文章描述了CNN的自注意力。对于这种自注意力机制，它可以在而不增加计算成本的情况下增加感受野。

它是如何工作的

对前一隐含层的特征进行重塑，使之:

其中，C是通道的数量，N是所有其他维度的乘积(稍后我们将看到代码)

对x进行1x1卷积，得到f, g, h。这将改变通道的数量从C到C*:

计算f(x)和g(x)中像素位置之间的一系列softmax权重:

这些权重称为“注意力图”，本质上是量化图像中像素j相对于像素i的“重要性”。 由于这些权重（β）是在特征集的整个高度和宽度上计算的，因此接收场不再局限于小内核的大小。

将自我注意层的输出计算为：

这里，v是另一个1x1卷积的输出。 请注意，输出的通道数量与自关注的输入相同。

这是论文中的一张图，这些图将这些操作可视化了

通常，我们设置：C * = C / 8。

作为最后一步，我们将输入特征x添加到输出的加权中（gamma是另一个可学习的标量参数）：

使用pytorch的实现

以下简短有效的实现方法来自Fast.ai

class SelfAttention(Module): 
"Self attention layer for `n_channels`." 
def __init__(self, n_channels): 
self.query,self.key,self.value = [self._conv(n_channels, c) for c in (n_channels//8,n_channels//8,n_channels)] 
self.gamma = nn.Parameter(tensor([0.])) 

def _conv(self,n_in,n_out): 
return ConvLayer(n_in, n_out, ks=1, ndim=1, norm_type=NormType.Spectral, act_cls=None, bias=False) 

def forward(self, x): 
#Notation from the paper. 
size = x.size() 
x = x.view(*size[:2],-1) 
f,g,h = self.query(x),self.key(x),self.value(x) 
beta = F.softmax(torch.bmm(f.transpose(1,2), g), dim=1) 
o = self.gamma * torch.bmm(h, beta) + x 
return o.view(*size).contiguous()

第4行：定义三个1x1转换层来创建f（x），g（x），h（x）。 这些通常称为查询，键和值（请参见第14行）

第13行：重塑为C x N大小的张量。

第15行：按照上述定义计算softmax注意权重（“ bmm”是pytorch的批矩阵乘法）。

第17行：恢复特征的原始形状

此实现与本文中描述的算法有所不同（但等效），因为它将1x1卷积v（x）和h（x）组合在一起，并且调用为h（x）或“值”。 组合的1x1转换层具有C个输入通道和C个输出通道。 此实现与本文中的算法等效，因为学习两个1x1转换层等效于学习一个具有兼容大小的转换层。

结果测试

通过在UNet块中替换conv层，我在UNet体系结构中使用了自注意力层。 自我注意层的引入提高了用于分割墙壁的DICE得分。 这是“ Wall Color AI”应用程序中的一个示例：

作者：Ramin

deephub翻译组