本项目基于2021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。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 免费无限量使用 DeepSeek R1 模型☜☜☜
项目背景
SA-NET是2021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。
计算机视觉领域的注意力机制主要涵盖空间注意力和通道注意力两个方面。其中空间注意力用来捕获像素间的关系，而通道注意力用来捕获通道间的关系。SA-NET提出了一个将空间注意力和通道注意力融合起来的模块Shuffle Attention(SA)。本项目复现SA-NET并用其来完成动物图像分类的实验。
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。
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
| 文件名或文件夹名 | 功能 |
|---|---|
| sa_resnet.py | SA网络定义文件 |
| animal_dataset.py | 数据集定义文件 |
| config.py | 配置文件 |
| train_val_split.py | 训练验证划分文件 |
| train.py | 模型训练 |
| eval.py | 模型验证 |
解压数据集
In [ ]
!unzip -q data/data70196/animals.zip -d work/dataset
查看图片
In [ ]
import osimport randomfrom matplotlib import pyplot as pltfrom PIL import Image
imgs = []
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
In [ ]
!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
In [1]
!python code/train.py --net 'sa_resnet'
验证
In [5]
!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: 10.1
W0218 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
In [1]
!python code/train.py --net 'resnet'
验证
In [2]
!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
