典型文献
轻量化卷积神经网络在药片检测分类中的应用
文献摘要：
在药片残缺检测分类任务中,为衡量分类模型的精度与模型大小,保证模型精度的同时,减少计算量和参数量.提出一种改进的GhostNet轻量化神经网络,保证在加工过程中能够有效地检测出残缺药片.构建数据集并增强处理,压缩网络模型,将注意力机制升级为ECA模块.实验结果显示,改进后的网络模型能够达到98.85％的分类精度,模型参数量仅为0.635×106.与其它轻量化网络进行了对比分析,取得了更高的分类精度,更少的参数量和计算量,更优的分类性能.
文献关键词：
图像处理;GhostNet;注意力机制;轻量化网络
中图分类号：
作者姓名：
黄开坤;徐兴
作者机构：
南华大学机械工程学院,衡阳 421001
文献出处：
引用格式：
[1]黄开坤;徐兴-.轻量化卷积神经网络在药片检测分类中的应用)[J].现代计算机,2022(19):81-86
A类：
B类：
轻量化卷积神经网络,药片,检测分类,残缺,分类任务,分类模型,模型精度,减少计算量,GhostNet,轻量化神经网络,加工过程,注意力机制,ECA,分类精度,模型参数量,轻量化网络,分类性能
AB值：
0.326644
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。
