简介这份资源面向深度学习与计算机视觉方向的研究者、算法工程师及学生聚焦Swin-Transformer架构下注意力机制的创新融合。它针对单一注意力模块特征捕捉能力有限的问题将15种主流注意力机制与Swin-Transformer结合提供可直接运行的对比实验代码帮助读者快速验证不同模块在图像分类等任务中的表现。压缩包共16个文件全部为Python脚本整体约20KB涵盖NAMAttention、SE、CPCA、EMA、ASPP、MLCA、SimAM、CBAM、SelfAttention、CoordAtt、GAM、SK、Triplet Attention、DCA、Inception等模块及原始基线版本每个脚本对应一种融合方案便于横向对比与二次开发。资源已有53人学习下载适合希望深入理解注意力机制差异、快速搭建改进模型并开展消融实验的读者参考使用。1. Swin-Transformer 融合注意力机制15 种模块一键接入的真实体验做分类任务时你有没有遇到过这种情况baseline 用 Swin-Transformer 跑出来精度还行但一到细粒度分类或者小样本场景就掉点想加个注意力模块又不知道从哪下手改完代码还得反复调通道数、调位置、调超参最后精度没涨多少时间全耗在改结构上了。这份资源就是冲着这个痛点来的——它把 Swin-Transformer 作为骨干网络预置了 15 种主流注意力模块包括 SE、CBAM、ECA、EMA、LSKA、SimAM、Coordinate Attention、Cross Attention 等并且做了一键切换的封装。你不需要从零写模块也不用担心插入位置不对导致 shape 对不上改一个配置项就能换一种注意力机制跑对比实验。适合正在做分类任务、想快速验证注意力模块效果、或者需要写论文做消融实验的从业者。下面我从结构、接入方式、参数配置到踩坑记录完整拆一遍。2. Swin-Transformer 与注意力模块的融合逻辑为什么不是简单堆叠2.1 Swin 的窗口注意力与外部注意力的本质差异Swin-Transformer 的核心设计是 shifted window attention它把自注意力计算限制在局部窗口内通过窗口偏移实现跨窗口信息交互。这种设计在分类、检测、分割任务上都验证过有效性但它有一个隐含问题窗口内的注意力是数据自适应的窗口间的信息流动依赖偏移机制对于需要全局上下文建模的分类任务尤其是细粒度分类局部窗口可能不够用。外部注意力模块比如 SE、CBAM、ECA本质上是通道注意力或空间注意力它们不替代自注意力而是在特征图上做重标定。SE 是 squeeze-excitation对通道做全局池化后学一组权重CBAM 是通道注意力加空间注意力串联ECA 是 SE 的轻量替代用一维卷积代替全连接。这些模块参数量小插入位置灵活通常放在 backbone 的 stage 后面或者 block 内部。把这两类注意力融合关键不是堆叠而是搞清楚插入位置和融合方式。常见做法有三种一是串行插入在 Swin block 的 MLP 之后加一个注意力模块二是并行插入把外部注意力的输出和 Swin 的输出做加权求和三是替换式用外部注意力替换 Swin 的某个子模块。这份资源主要采用串行插入和并行插入两种方式并且把插入点做成了可配置项。2.2 15 种注意力模块的选型依据与适用场景资源里预置的 15 种模块不是随便凑数的我按功能分了几类类别代表模块适用场景参数量级通道注意力SE、ECA、ECA-Net通道冗余明显的分类任务极低通道空间CBAM、BAM需要同时关注通道和空间位置低轻量注意力SimAM、EMA移动端或边缘设备部署极低位置感知Coordinate Attention、LSKA目标定位敏感的分类低跨域/跨窗口Cross Attention、Criss-Cross Attention需要跨区域信息融合中多头变体Multi-Head Attention、MHSA替代 Swin 自注意力做对比高选型逻辑是如果你的分类任务通道信息比空间信息更重要优先试 SE 或 ECA如果目标在图像中的位置变化大Coordinate Attention 或 LSKA 更合适如果要做跨域自适应Cross Attention 是首选。资源里每个模块都给了默认插入位置和推荐超参但你可以自己改。2.3 一键切换的代码结构配置文件与注册机制资源的核心是一个注册机制加配置文件。所有注意力模块继承同一个基类通过装饰器注册到全局字典里配置文件里写模块名就能实例化。下面是我拆出来的核心代码结构# attention_registry.py ATTENTION_REGISTRY {} def register_attention(name): def wrapper(cls): ATTENTION_REGISTRY[name] cls return cls return wrapper register_attention(se) class SEAttention(nn.Module): def __init__(self, channels, reduction16): super().__init__() self.avg_pool nn.AdaptiveAvgPool2d(1) self.fc nn.Sequential( nn.Linear(channels, channels // reduction), nn.ReLU(inplaceTrue), nn.Linear(channels // reduction, channels), nn.Sigmoid() ) def forward(self, x): b, c, _, _ x.size() y self.avg_pool(x).view(b, c) y self.fc(y).view(b, c, 1, 1) return x * y这段代码的逻辑是用装饰器把模块名和类绑定配置文件里写attention_type: se就能拿到 SEAttention 类。参数说明channels是输入特征通道数reduction是 SE 的压缩比默认 16通道数小于 16 时会报错需要手动调小。forward里先做全局平均池化再经过两个全连接层最后 sigmoid 得到通道权重乘回原特征图。配置文件长这样# config.yaml backbone: type: swin_tiny pretrained: true attention: type: cbam # 可选se, cbam, eca, ema, lska, simam, coord_att, cross_att ... position: after_stage # 可选after_stage, after_block, parallel reduction: 16 spatial_kernel: 7position控制插入位置after_stage表示在每个 stage 输出后插入after_block表示在每个 Swin block 后插入parallel表示和 Swin 输出并行融合。spatial_kernel是 CBAM 空间注意力的卷积核大小默认 7改成 3 可以降参数量。3. 从零跑通环境配置、数据准备与训练脚本3.1 环境依赖与安装步骤资源基于 PyTorch 和 timm 库Swin-Transformer 的实现在 timm 里已经有预训练权重。我建议用 Python 3.8 以上PyTorch 1.12 以上CUDA 11.6 以上。安装命令如下# 创建虚拟环境 conda create -n swin_attn python3.9 -y conda activate swin_attn # 安装 PyTorch根据你的 CUDA 版本调整 pip install torch1.13.1 torchvision0.14.1 --index-url https://download.pytorch.org/whl/cu117 # 安装 timm 和其他依赖 pip install timm0.9.2 pip install pyyaml tqdm tensorboard参数说明timm0.9.2是我验证过和 Swin 权重兼容的版本太新的版本可能改了 API 导致加载失败。tensorboard用来记录训练曲线方便对比不同注意力模块的效果。3.2 数据集组织与 DataLoader 配置资源默认支持 ImageFolder 格式目录结构如下dataset/ ├── train/ │ ├── class_0/ │ │ ├── img_001.jpg │ │ └── ... │ └── class_1/ │ └── ... └── val/ ├── class_0/ └── class_1/DataLoader 的配置在data_loader.py里关键参数是batch_size、num_workers和增强策略。我一般会这样设# data_loader.py from torchvision import transforms, datasets from torch.utils.data import DataLoader train_transform transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ColorJitter(0.2, 0.2, 0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) train_dataset datasets.ImageFolder(dataset/train, transformtrain_transform) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4, pin_memoryTrue)逻辑说明RandomResizedCrop(224)是 Swin 的标准输入尺寸ColorJitter对细粒度分类有帮助但如果你做的是医学影像或遥感图像颜色抖动可能反而有害建议去掉。num_workers设成 4 到 8 之间太大在 Windows 上容易出问题。pin_memoryTrue在 GPU 训练时能加速数据搬运。3.3 训练脚本与关键超参设置训练入口是train.py核心逻辑是加载配置、构建模型、定义优化器和调度器。我截取关键部分# train.py import yaml from model import SwinWithAttention from attention_registry import ATTENTION_REGISTRY with open(config.yaml) as f: cfg yaml.safe_load(f) model SwinWithAttention( backbone_namecfg[backbone][type], attention_typecfg[attention][type], positioncfg[attention][position], num_classes10 ).cuda() optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay0.05) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max50) for epoch in range(50): model.train() for imgs, labels in train_loader: imgs, labels imgs.cuda(), labels.cuda() logits model(imgs) loss torch.nn.functional.cross_entropy(logits, labels) optimizer.zero_grad() loss.backward() optimizer.step() scheduler.step()参数说明lr1e-4是 Swin 微调的常用学习率如果你从头训练可以调到 1e-3。weight_decay0.05是 AdamW 的推荐值。T_max50对应 50 个 epoch 的余弦退火。注意插入注意力模块后新增参数的初始化方式会影响收敛资源里默认用 Kaiming 初始化如果你换模块后 loss 不降先检查初始化。4. 避坑与排查注意力模块接入 Swin 的五个血泪教训4.1 现象加了注意力模块后 loss 变成 NaN原因SE 或 CBAM 里的 sigmoid 在通道数很小时输出接近 0.5乘回特征图后梯度被缩放如果学习率没调小几轮后梯度爆炸。解决把学习率降到 1e-5 先跑几个 epoch确认 loss 稳定后再逐步调大或者在注意力模块输出后加 LayerNorm。4.2 现象训练精度比不加注意力还低原因插入位置不对。after_block在每个 Swin block 后都插导致浅层特征被过度重标定丢失了低级纹理信息。解决改成after_stage只在每个 stage 输出后插一次或者用parallel模式让注意力输出和原始输出做残差相加而不是直接相乘。4.3 现象显存爆了batch_size 只能设到 8原因Cross Attention 或 Multi-Head Attention 的参数量和中间激活值远大于 SE、ECA。解决换轻量模块SimAM、EMA或者把position改成after_stage减少插入次数还可以用梯度累积模拟大 batch。4.4 现象换了模块后 shape 对不上报维度错误原因不同注意力模块对输入格式要求不同。SE 和 CBAM 期望 4D 张量(B, C, H, W)但 Swin 的中间输出可能是(B, H, W, C)或者序列格式(B, N, C)。解决在插入前加一个 reshape 或 permute资源里在SwinWithAttention的forward里做了统一转换但如果你自己改插入点要手动检查。4.5 现象多卡训练时注意力模块参数没同步原因用nn.DataParallel时如果注意力模块在 forward 里动态创建参数不会自动同步。解决在__init__里就把所有模块实例化好forward 里只做计算或者改用DistributedDataParallel。5. 进阶技巧用注意力权重可视化验证模块是否真的生效5.1 导出注意力图并叠加到原图训练完之后怎么确认注意力模块真的学到了东西我一般会导出注意力权重叠加到原图上肉眼检查。以 CBAM 为例# visualize_attention.py import torch import cv2 import numpy as np from model import SwinWithAttention model SwinWithAttention(backbone_nameswin_tiny, attention_typecbam, positionafter_stage, num_classes10).cuda() model.load_state_dict(torch.load(best.pth)) model.eval() img cv2.imread(test.jpg) img cv2.resize(img, (224, 224)) tensor torch.from_numpy(img).permute(2, 0, 1).float().unsqueeze(0).cuda() / 255.0 # 注册 hook 抓取 CBAM 空间注意力输出 feat_map {} def hook_fn(module, input, output): feat_map[attn] output.detach() # 假设 cbam 模块在 model.attention 里 model.attention.spatial_att.register_forward_hook(hook_fn) _ model(tensor) attn feat_map[attn].squeeze().cpu().numpy() attn (attn - attn.min()) / (attn.max() - attn.min() 1e-8) heatmap cv2.applyColorMap((attn * 255).astype(np.uint8), cv2.COLORMAP_JET) overlay cv2.addWeighted(img, 0.6, heatmap, 0.4, 0) cv2.imwrite(attention_overlay.jpg, overlay)逻辑说明hook 抓的是 CBAM 空间注意力分支的输出attn是(H, W)的权重图归一化后用 JET 色图叠加。参数说明0.6和0.4是叠加比例想让热力图更明显就调成0.4和0.6。如果你用的是 SE抓的是通道权重没法直接叠成热力图但可以画通道权重曲线看哪些通道被激活。5.2 对比不同模块的注意力分布差异我习惯把 SE、CBAM、ECA 三个模块的注意力图并排看。SE 的通道权重反映的是“哪些通道重要”CBAM 的空间注意力反映的是“哪些位置重要”ECA 介于两者之间。如果 CBAM 的热力图集中在目标区域说明空间注意力生效了如果热力图均匀分布可能是模块没学好或者插入位置太靠后。5.3 用消融实验表锁定最优组合最后一步是跑消融实验把不同模块、不同插入位置、不同 reduction 的组合列成表。我一般跑三组backbone 不加注意力、加 SE、加 CBAM每组跑三个随机种子取平均。如果加注意力的精度提升小于 0.5%我会怀疑是数据增强太强或者学习率没调好而不是模块本身没用。从那以后我每次接入新注意力模块都强制先跑一遍可视化确认热力图落在目标上再开始调参。希望帮到你。本文还有配套的精品资源点击获取 Swin-Transformer融合15种注意力模块：一键接入与实战避坑指南
简介这份资源面向深度学习与计算机视觉方向的研究者、算法工程师及学生聚焦Swin-Transformer架构下注意力机制的创新融合。它针对单一注意力模块特征捕捉能力有限的问题将15种主流注意力机制与Swin-Transformer结合提供可直接运行的对比实验代码帮助读者快速验证不同模块在图像分类等任务中的表现。压缩包共16个文件全部为Python脚本整体约20KB涵盖NAMAttention、SE、CPCA、EMA、ASPP、MLCA、SimAM、CBAM、SelfAttention、CoordAtt、GAM、SK、Triplet Attention、DCA、Inception等模块及原始基线版本每个脚本对应一种融合方案便于横向对比与二次开发。资源已有53人学习下载适合希望深入理解注意力机制差异、快速搭建改进模型并开展消融实验的读者参考使用。1. Swin-Transformer 融合注意力机制15 种模块一键接入的真实体验做分类任务时你有没有遇到过这种情况baseline 用 Swin-Transformer 跑出来精度还行但一到细粒度分类或者小样本场景就掉点想加个注意力模块又不知道从哪下手改完代码还得反复调通道数、调位置、调超参最后精度没涨多少时间全耗在改结构上了。这份资源就是冲着这个痛点来的——它把 Swin-Transformer 作为骨干网络预置了 15 种主流注意力模块包括 SE、CBAM、ECA、EMA、LSKA、SimAM、Coordinate Attention、Cross Attention 等并且做了一键切换的封装。你不需要从零写模块也不用担心插入位置不对导致 shape 对不上改一个配置项就能换一种注意力机制跑对比实验。适合正在做分类任务、想快速验证注意力模块效果、或者需要写论文做消融实验的从业者。下面我从结构、接入方式、参数配置到踩坑记录完整拆一遍。2. Swin-Transformer 与注意力模块的融合逻辑为什么不是简单堆叠2.1 Swin 的窗口注意力与外部注意力的本质差异Swin-Transformer 的核心设计是 shifted window attention它把自注意力计算限制在局部窗口内通过窗口偏移实现跨窗口信息交互。这种设计在分类、检测、分割任务上都验证过有效性但它有一个隐含问题窗口内的注意力是数据自适应的窗口间的信息流动依赖偏移机制对于需要全局上下文建模的分类任务尤其是细粒度分类局部窗口可能不够用。外部注意力模块比如 SE、CBAM、ECA本质上是通道注意力或空间注意力它们不替代自注意力而是在特征图上做重标定。SE 是 squeeze-excitation对通道做全局池化后学一组权重CBAM 是通道注意力加空间注意力串联ECA 是 SE 的轻量替代用一维卷积代替全连接。这些模块参数量小插入位置灵活通常放在 backbone 的 stage 后面或者 block 内部。把这两类注意力融合关键不是堆叠而是搞清楚插入位置和融合方式。常见做法有三种一是串行插入在 Swin block 的 MLP 之后加一个注意力模块二是并行插入把外部注意力的输出和 Swin 的输出做加权求和三是替换式用外部注意力替换 Swin 的某个子模块。这份资源主要采用串行插入和并行插入两种方式并且把插入点做成了可配置项。2.2 15 种注意力模块的选型依据与适用场景资源里预置的 15 种模块不是随便凑数的我按功能分了几类类别代表模块适用场景参数量级通道注意力SE、ECA、ECA-Net通道冗余明显的分类任务极低通道空间CBAM、BAM需要同时关注通道和空间位置低轻量注意力SimAM、EMA移动端或边缘设备部署极低位置感知Coordinate Attention、LSKA目标定位敏感的分类低跨域/跨窗口Cross Attention、Criss-Cross Attention需要跨区域信息融合中多头变体Multi-Head Attention、MHSA替代 Swin 自注意力做对比高选型逻辑是如果你的分类任务通道信息比空间信息更重要优先试 SE 或 ECA如果目标在图像中的位置变化大Coordinate Attention 或 LSKA 更合适如果要做跨域自适应Cross Attention 是首选。资源里每个模块都给了默认插入位置和推荐超参但你可以自己改。2.3 一键切换的代码结构配置文件与注册机制资源的核心是一个注册机制加配置文件。所有注意力模块继承同一个基类通过装饰器注册到全局字典里配置文件里写模块名就能实例化。下面是我拆出来的核心代码结构# attention_registry.py ATTENTION_REGISTRY {} def register_attention(name): def wrapper(cls): ATTENTION_REGISTRY[name] cls return cls return wrapper register_attention(se) class SEAttention(nn.Module): def __init__(self, channels, reduction16): super().__init__() self.avg_pool nn.AdaptiveAvgPool2d(1) self.fc nn.Sequential( nn.Linear(channels, channels // reduction), nn.ReLU(inplaceTrue), nn.Linear(channels // reduction, channels), nn.Sigmoid() ) def forward(self, x): b, c, _, _ x.size() y self.avg_pool(x).view(b, c) y self.fc(y).view(b, c, 1, 1) return x * y这段代码的逻辑是用装饰器把模块名和类绑定配置文件里写attention_type: se就能拿到 SEAttention 类。参数说明channels是输入特征通道数reduction是 SE 的压缩比默认 16通道数小于 16 时会报错需要手动调小。forward里先做全局平均池化再经过两个全连接层最后 sigmoid 得到通道权重乘回原特征图。配置文件长这样# config.yaml backbone: type: swin_tiny pretrained: true attention: type: cbam # 可选se, cbam, eca, ema, lska, simam, coord_att, cross_att ... position: after_stage # 可选after_stage, after_block, parallel reduction: 16 spatial_kernel: 7position控制插入位置after_stage表示在每个 stage 输出后插入after_block表示在每个 Swin block 后插入parallel表示和 Swin 输出并行融合。spatial_kernel是 CBAM 空间注意力的卷积核大小默认 7改成 3 可以降参数量。3. 从零跑通环境配置、数据准备与训练脚本3.1 环境依赖与安装步骤资源基于 PyTorch 和 timm 库Swin-Transformer 的实现在 timm 里已经有预训练权重。我建议用 Python 3.8 以上PyTorch 1.12 以上CUDA 11.6 以上。安装命令如下# 创建虚拟环境 conda create -n swin_attn python3.9 -y conda activate swin_attn # 安装 PyTorch根据你的 CUDA 版本调整 pip install torch1.13.1 torchvision0.14.1 --index-url https://download.pytorch.org/whl/cu117 # 安装 timm 和其他依赖 pip install timm0.9.2 pip install pyyaml tqdm tensorboard参数说明timm0.9.2是我验证过和 Swin 权重兼容的版本太新的版本可能改了 API 导致加载失败。tensorboard用来记录训练曲线方便对比不同注意力模块的效果。3.2 数据集组织与 DataLoader 配置资源默认支持 ImageFolder 格式目录结构如下dataset/ ├── train/ │ ├── class_0/ │ │ ├── img_001.jpg │ │ └── ... │ └── class_1/ │ └── ... └── val/ ├── class_0/ └── class_1/DataLoader 的配置在data_loader.py里关键参数是batch_size、num_workers和增强策略。我一般会这样设# data_loader.py from torchvision import transforms, datasets from torch.utils.data import DataLoader train_transform transforms.Compose([ transforms.RandomResizedCrop(224), transforms.RandomHorizontalFlip(), transforms.ColorJitter(0.2, 0.2, 0.2), transforms.ToTensor(), transforms.Normalize(mean[0.485, 0.456, 0.406], std[0.229, 0.224, 0.225]) ]) train_dataset datasets.ImageFolder(dataset/train, transformtrain_transform) train_loader DataLoader(train_dataset, batch_size32, shuffleTrue, num_workers4, pin_memoryTrue)逻辑说明RandomResizedCrop(224)是 Swin 的标准输入尺寸ColorJitter对细粒度分类有帮助但如果你做的是医学影像或遥感图像颜色抖动可能反而有害建议去掉。num_workers设成 4 到 8 之间太大在 Windows 上容易出问题。pin_memoryTrue在 GPU 训练时能加速数据搬运。3.3 训练脚本与关键超参设置训练入口是train.py核心逻辑是加载配置、构建模型、定义优化器和调度器。我截取关键部分# train.py import yaml from model import SwinWithAttention from attention_registry import ATTENTION_REGISTRY with open(config.yaml) as f: cfg yaml.safe_load(f) model SwinWithAttention( backbone_namecfg[backbone][type], attention_typecfg[attention][type], positioncfg[attention][position], num_classes10 ).cuda() optimizer torch.optim.AdamW(model.parameters(), lr1e-4, weight_decay0.05) scheduler torch.optim.lr_scheduler.CosineAnnealingLR(optimizer, T_max50) for epoch in range(50): model.train() for imgs, labels in train_loader: imgs, labels imgs.cuda(), labels.cuda() logits model(imgs) loss torch.nn.functional.cross_entropy(logits, labels) optimizer.zero_grad() loss.backward() optimizer.step() scheduler.step()参数说明lr1e-4是 Swin 微调的常用学习率如果你从头训练可以调到 1e-3。weight_decay0.05是 AdamW 的推荐值。T_max50对应 50 个 epoch 的余弦退火。注意插入注意力模块后新增参数的初始化方式会影响收敛资源里默认用 Kaiming 初始化如果你换模块后 loss 不降先检查初始化。4. 避坑与排查注意力模块接入 Swin 的五个血泪教训4.1 现象加了注意力模块后 loss 变成 NaN原因SE 或 CBAM 里的 sigmoid 在通道数很小时输出接近 0.5乘回特征图后梯度被缩放如果学习率没调小几轮后梯度爆炸。解决把学习率降到 1e-5 先跑几个 epoch确认 loss 稳定后再逐步调大或者在注意力模块输出后加 LayerNorm。4.2 现象训练精度比不加注意力还低原因插入位置不对。after_block在每个 Swin block 后都插导致浅层特征被过度重标定丢失了低级纹理信息。解决改成after_stage只在每个 stage 输出后插一次或者用parallel模式让注意力输出和原始输出做残差相加而不是直接相乘。4.3 现象显存爆了batch_size 只能设到 8原因Cross Attention 或 Multi-Head Attention 的参数量和中间激活值远大于 SE、ECA。解决换轻量模块SimAM、EMA或者把position改成after_stage减少插入次数还可以用梯度累积模拟大 batch。4.4 现象换了模块后 shape 对不上报维度错误原因不同注意力模块对输入格式要求不同。SE 和 CBAM 期望 4D 张量(B, C, H, W)但 Swin 的中间输出可能是(B, H, W, C)或者序列格式(B, N, C)。解决在插入前加一个 reshape 或 permute资源里在SwinWithAttention的forward里做了统一转换但如果你自己改插入点要手动检查。4.5 现象多卡训练时注意力模块参数没同步原因用nn.DataParallel时如果注意力模块在 forward 里动态创建参数不会自动同步。解决在__init__里就把所有模块实例化好forward 里只做计算或者改用DistributedDataParallel。5. 进阶技巧用注意力权重可视化验证模块是否真的生效5.1 导出注意力图并叠加到原图训练完之后怎么确认注意力模块真的学到了东西我一般会导出注意力权重叠加到原图上肉眼检查。以 CBAM 为例# visualize_attention.py import torch import cv2 import numpy as np from model import SwinWithAttention model SwinWithAttention(backbone_nameswin_tiny, attention_typecbam, positionafter_stage, num_classes10).cuda() model.load_state_dict(torch.load(best.pth)) model.eval() img cv2.imread(test.jpg) img cv2.resize(img, (224, 224)) tensor torch.from_numpy(img).permute(2, 0, 1).float().unsqueeze(0).cuda() / 255.0 # 注册 hook 抓取 CBAM 空间注意力输出 feat_map {} def hook_fn(module, input, output): feat_map[attn] output.detach() # 假设 cbam 模块在 model.attention 里 model.attention.spatial_att.register_forward_hook(hook_fn) _ model(tensor) attn feat_map[attn].squeeze().cpu().numpy() attn (attn - attn.min()) / (attn.max() - attn.min() 1e-8) heatmap cv2.applyColorMap((attn * 255).astype(np.uint8), cv2.COLORMAP_JET) overlay cv2.addWeighted(img, 0.6, heatmap, 0.4, 0) cv2.imwrite(attention_overlay.jpg, overlay)逻辑说明hook 抓的是 CBAM 空间注意力分支的输出attn是(H, W)的权重图归一化后用 JET 色图叠加。参数说明0.6和0.4是叠加比例想让热力图更明显就调成0.4和0.6。如果你用的是 SE抓的是通道权重没法直接叠成热力图但可以画通道权重曲线看哪些通道被激活。5.2 对比不同模块的注意力分布差异我习惯把 SE、CBAM、ECA 三个模块的注意力图并排看。SE 的通道权重反映的是“哪些通道重要”CBAM 的空间注意力反映的是“哪些位置重要”ECA 介于两者之间。如果 CBAM 的热力图集中在目标区域说明空间注意力生效了如果热力图均匀分布可能是模块没学好或者插入位置太靠后。5.3 用消融实验表锁定最优组合最后一步是跑消融实验把不同模块、不同插入位置、不同 reduction 的组合列成表。我一般跑三组backbone 不加注意力、加 SE、加 CBAM每组跑三个随机种子取平均。如果加注意力的精度提升小于 0.5%我会怀疑是数据增强太强或者学习率没调好而不是模块本身没用。从那以后我每次接入新注意力模块都强制先跑一遍可视化确认热力图落在目标上再开始调参。希望帮到你。本文还有配套的精品资源点击获取