Day50 - 预训练模型与CBAM集成-平芜编程栈

1. 核心挑战

在深度学习实践中，我们经常遇到这样的问题：如何优化一个已经训练好的模型（如ResNet18）？

直接修改模型结构（如插入注意力模块）是否会破坏原有的特征提取能力？

如何制定训练策略，既能利用预训练权重，又能让新插入的模块快速学习？

2. 为什么可以将CBAM插入预训练模型？

通常认为，修改预训练模型的结构会导致权重失效。但在 ResNet 中插入 CBAM 模块是可行的，核心原因在于 CBAM 的初始化特性：

初始状态接近“直通”：

CBAM 模块的最终输出计算公式为：Output = Input * Sigmoid(Attention)。

在初始化阶段，卷积层和全连接层的权重接近于 0，导致 Attention 图的值也接近 0。

由于Sigmoid(0) = 0.5，因此在训练初期，CBAM 模块的操作近似于Input * 0.5。

保留特征结构：

Input * 0.5仅仅是对特征数值的线性缩放，完整保留了特征图的空间结构和相对关系。

这保证了下游的预训练层接收到的输入仍然是结构完好的特征，而不是混乱的噪声。

因此，我们可以将 CBAM “无缝注入”到预训练 ResNet 中，而不破坏其核心能力。

3. 模型架构：ResNet18 + CBAM

我们将 CBAM 模块插入到 ResNet18 的每一个layer（残差块组）之后。

3.1 代码实现

import torch import torch.nn as nn from torchvision import models class ResNet18_CBAM(nn.Module): def __init__(self, num_classes=10, pretrained=True, cbam_ratio=16, cbam_kernel=7): super().__init__() # 1. 加载预训练ResNet18 self.backbone = models.resnet18(pretrained=pretrained) # 2. 修改首层卷积以适应 CIFAR-10 的小尺寸输入 (32x32) # 原版 ResNet 针对 ImageNet (224x224)，首层卷积核大且步长为2，会导致小图特征丢失 self.backbone.conv1 = nn.Conv2d( in_channels=3, out_channels=64, kernel_size=3, stride=1, padding=1, bias=False ) self.backbone.maxpool = nn.Identity() # 移除 MaxPool 层，保留更多空间信息 # 3. 在每个残差块组后添加 CBAM 模块 self.cbam_layer1 = CBAM(in_channels=64, ratio=cbam_ratio, kernel_size=cbam_kernel) self.cbam_layer2 = CBAM(in_channels=128, ratio=cbam_ratio, kernel_size=cbam_kernel) self.cbam_layer3 = CBAM(in_channels=256, ratio=cbam_ratio, kernel_size=cbam_kernel) self.cbam_layer4 = CBAM(in_channels=512, ratio=cbam_ratio, kernel_size=cbam_kernel) # 4. 修改分类头 self.backbone.fc = nn.Linear(in_features=512, out_features=num_classes) def forward(self, x): # Stem 层 x = self.backbone.conv1(x) x = self.backbone.bn1(x) x = self.backbone.relu(x) # Layer 1 + CBAM x = self.backbone.layer1(x) x = self.cbam_layer1(x) # Layer 2 + CBAM x = self.backbone.layer2(x) x = self.cbam_layer2(x) # Layer 3 + CBAM x = self.backbone.layer3(x) x = self.cbam_layer3(x) # Layer 4 + CBAM x = self.backbone.layer4(x) x = self.cbam_layer4(x) # 分类头 x = self.backbone.avgpool(x) x = torch.flatten(x, 1) x = self.backbone.fc(x) return x

4. 训练策略：三阶段渐进式微调

为了平衡“保留预训练知识”和“学习新模块”的需求，我们采用了差异化学习率和分阶段解冻的策略。可以将模型看作一个公司团队：

预训练层（ResNet）：资深专家，经验丰富，只需微调。
新模块（CBAM/FC）：新入职实习生，一张白纸，需要快速学习。

4.1 阶段一：预热实习生 (Epoch 1-5)

解冻对象：仅CBAM模块和分类头 (fc)。
冻结对象：所有 ResNet 主干层。
学习率：1e-3(高学习率)。
目标：让新模块快速学习如何配合预训练特征工作，建立初步的分类边界和注意力机制。

4.2 阶段二：唤醒高层专家 (Epoch 6-20)

解冻对象：增加解冻layer3和layer4（高层卷积）。
冻结对象：conv1,layer1,layer2（底层卷积）保持冻结。
学习率：1e-4(中等学习率)。
原理：高层网络学习“构图和概念”（如车轮、猫脸），与具体任务强相关，需要重新适应 CIFAR-10。而底层网络学习“笔触和纹理”（如边缘、颜色），是通用的，暂时不需要变动。

4.3 阶段三：全员协同微调 (Epoch 21-50)

解冻对象：所有层。
学习率：1e-5(低学习率)。
目标：进行端到端的全局微调，让底层特征也做微小的调整以完美适配新任务。

5. 核心训练代码

实现上述策略的关键函数：

def set_trainable_layers(model, trainable_parts): print(f"\n---> 解冻以下部分并设为可训练: {trainable_parts}") for name, param in model.named_parameters(): param.requires_grad = False # 先默认全冻结 for part in trainable_parts: if part in name: # 如果参数名包含指定部分，则解冻 param.requires_grad = True break def train_staged_finetuning(model, criterion, train_loader, test_loader, device, epochs): # ... (省略初始化代码) for epoch in range(1, epochs + 1): # --- 动态调整策略 --- if epoch == 1: print("阶段 1：训练注意力模块和分类头") set_trainable_layers(model, ["cbam", "backbone.fc"]) # 只优化 requires_grad=True 的参数 optimizer = optim.Adam(filter(lambda p: p.requires_grad, model.parameters()), lr=1e-3) elif epoch == 6: print("阶段 2：解冻高层卷积层") set_trainable_layers(model, ["cbam", "backbone.fc", "backbone.layer3", "backbone.layer4"]) optimizer = optim.Adam(filter(lambda p: p.requires_grad, model.parameters()), lr=1e-4) elif epoch == 21: print("阶段 3：全局微调") for param in model.parameters(): param.requires_grad = True optimizer = optim.Adam(model.parameters(), lr=1e-5) # ... (后续标准训练与测试循环)