典型文献
轻量网络MHNet对新冠肺炎的识别研究
文献摘要：
为了能够快速准确地诊断出新冠肺炎患者,文章参考MobileNetV2架构并结合注意力网络,改进损失优化函数,依据CNN网络设计准则搭建新型轻量网络MHNet.在COVIDx CXR-2公开数据集上进行的实验表明,该网络在准确率、召回率、特异性、精准率、F1分数、模型大小、CPU单张图推理耗时、GPU单张图推理耗时上的指标分别为92％、99％、85％、86.84％、92.52％、3.91 MB、59.51 ms、17.66 ms.相较于其他传统网络,该网络对新冠肺炎感染者的诊断率较高、诊断效果较好.
文献关键词：
新冠肺炎;ECA-Net;FocalLoss;高效CNN网络设计准则
中图分类号：
作者姓名：
侯麟朔;王寅;龙启航;李宇翔;马淑康
作者机构：
中国矿业大学(北京)机电与信息工程学院,北京 100083
文献出处：
引用格式：
[1]侯麟朔;王寅;龙启航;李宇翔;马淑康-.轻量网络MHNet对新冠肺炎的识别研究)[J].现代信息科技,2022(13):82-85,89
A类：
MHNet,COVIDx
B类：
轻量网络,快速准确,新冠肺炎患者,MobileNetV2,注意力网络,优化函数,网络设计,设计准则,CXR,公开数据集,召回率,CPU,单张,GPU,MB,ms,感染者,诊断率,诊断效果,ECA,FocalLoss
AB值：
0.419643
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。
