典型文献
基于EfficientNetV2-HDCA模型水下鱼类图像分类算法研究
文献摘要：
针对现有的鱼类分类网络模型抗干扰能力差、耗费计算资源高、难以在野外部署等问题,该研究提出了一种基于改进EfficientNetV2模型的轻量化鱼类智能分类鉴定模型.该模型通过引入混合空洞卷积和坐标注意力模块改进主干网络EfficientNetV2的模型结构,增大感受野的同时,提高模型对目标细粒度特征的全局关注力,增强模型的抗干扰能力.训练后通过对比消融实验对模型进行评价,结果表明该研究提出的EfficientNetV2-HDCA模型在验证集上的准确率为97.01％,相较于改进前准确率提升了 3.8个百分点.改进后的EfficientNetV2-HDCA模型参数量为22.06 MB,较改进前增加了 0.45 MB.为了直观的展示该研究提出的EfficientNetV2-HDCA模型的有效性,又通过了 Grad-CAM热力实验,实验结果表明该模型较改进前可以更加全面的提取鱼类的关键部位特征,具有一定的抗干扰能力.
文献关键词：
湿地;水下图像分类;EfficientNetV2;混合空洞卷积;坐标注意力
中图分类号：
作者姓名：
龚瑞昆;赵学智;赵福生
作者机构：
华北理工大学电气工程学院 唐山063210;秦皇岛路田科技有限公司 秦皇岛066010
文献出处：
引用格式：
[1]龚瑞昆;赵学智;赵福生-.基于EfficientNetV2-HDCA模型水下鱼类图像分类算法研究)[J].电子测量技术,2022(22):128-134
A类：
水下图像分类
B类：
EfficientNetV2,HDCA,图像分类算法,算法研究,鱼类分类,分类网络,抗干扰能力,耗费,计算资源,在野,智能分类,分类鉴定,定模,混合空洞卷积,坐标注意力,注意力模块,主干网络,模型结构,感受野,细粒度特征,增强模型,消融实验,验证集,进前,准确率提升,百分点,模型参数量,MB,Grad,CAM,关键部位
AB值：
0.336272
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
