O que é CBAM (Módulo de Atenção de Bloco Convolucional)?

CBAM (Módulo de Atenção de Bloco Convolucional) é um módulo de atenção para redes neurais convolucionais, que ajuda o modelo a focar nas características mais importantes nas dimensões espaciais e de canais. Consiste em dois submódulos sequenciais:

1. Módulo de Atenção de Canal — calcula a importância de cada canal, reforçando os canais significativos e suprimindo os menos importantes.
2. Módulo de Atenção Espacial — calcula a importância de cada posição espacial (pixel) no mapa de características, destacando as áreas-chave.

O CBAM pode ser facilmente integrado em redes convolucionais existentes e melhora sua qualidade através de uma extração de características mais eficiente.

Exemplo de uso em PyTorch:

import torch
import torch.nn as nn

class CBAM(nn.Module):
    def __init__(self, channels, reduction=16, kernel_size=7):
        super().__init__()
        # Atenção de Canal
        self.avg_pool = nn.AdaptiveAvgPool2d(1)
        self.max_pool = nn.AdaptiveMaxPool2d(1)
        self.fc = nn.Sequential(
            nn.Conv2d(channels, channels // reduction, 1, bias=False),
            nn.ReLU(),
            nn.Conv2d(channels // reduction, channels, 1, bias=False)
        )
        self.sigmoid_channel = nn.Sigmoid()

        # Atenção Espacial
        self.conv_spatial = nn.Conv2d(2, 1, kernel_size, padding=kernel_size//2, bias=False)
        self.sigmoid_spatial = nn.Sigmoid()

    def forward(self, x):
        # Atenção de Canal
        avg_out = self.fc(self.avg_pool(x))
        max_out = self.fc(self.max_pool(x))
        channel_att = self.sigmoid_channel(avg_out + max_out)
        x = x * channel_att

        # Atenção Espacial
        avg_out = torch.mean(x, dim=1, keepdim=True)
        max_out, _ = torch.max(x, dim=1, keepdim=True)
        spatial_att = self.sigmoid_spatial(self.conv_spatial(torch.cat([avg_out, max_out], dim=1)))
        x = x * spatial_att

        return x