典型文献
基于DSConv与CBAM的棉花异纤识别
文献摘要：
建立一种用于识别棉花中异纤的深度学习模型.该模型将传统卷积与深度可分离卷积相结合,使得模型较为精简,易于训练;同时引入了卷积层注意力机制,加强了模型对于复杂背景下异纤的识别能力.试验结果表明:该模型在测试集上的识别准确率为91.93％,相比于传统图像分类网络平均提高了4.47个百分点,同时检测单幅图像仅需0.015 s.认为:本研究提出的模型可以较好地满足实际场景的检测需要.
文献关键词：
棉花;异纤;深度学习;深度可分离卷积;注意力机制;图像识别
中图分类号：
作者姓名：
吴志炜;师红宇
作者机构：
西安工程大学,陕西西安,710600
文献出处：
引用格式：
[1]吴志炜;师红宇-.基于DSConv与CBAM的棉花异纤识别)[J].棉纺织技术,2022(03):19-23
A类：
棉花异纤,异纤识别
B类：
DSConv,CBAM,深度学习模型,深度可分离卷积,精简,卷积层,层注意力,注意力机制,复杂背景,识别能力,测试集,识别准确率,图像分类网络,百分点,同时检测,单幅图像,图像识别
AB值：
0.314554
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。
