典型文献
基于改进的注意力机制残差网络穴盘幼苗分类算法研究
文献摘要：
针对SENet的通道注意力机制特征提取单一和分割的幼苗数据集图片存在部分缺失的难点问题,设计了一种基于双通道注意力机制的残差网络.该网络融合通道注意力机制和空间注意力机制模块,可同时获得通道和空间维度特征权重,提升网络的特征学习能力.提出了一种随机擦除方法,来解决分割样本数据中目标部分缺失的难点问题.在自制的穴盘幼苗Plant_seed数据集上的实验结果表明,在ResNet34残差模块和conv*_x模块之间均引入注意力机制模块的改进网络ResNet34+CBAM_basic_conv的准确率最优,达到93.8％,同时对数据集部分图片进行随机擦除后,模型分类的错误率下降,验证了所提方法的优异性能.
文献关键词：
图像处理;图像分类;注意力机制;残差网络;随机擦除;穴盘幼苗
中图分类号：
作者姓名：
吴聪;郭志强;杨杰
作者机构：
武汉理工大学信息工程学院,湖北武汉438300
文献出处：
引用格式：
[1]吴聪;郭志强;杨杰-.基于改进的注意力机制残差网络穴盘幼苗分类算法研究)[J].激光与光电子学进展,2022(22):81-90
A类：
ResNet34+CBAM
B类：
残差网络,络穴,穴盘幼苗,分类算法,算法研究,SENet,双通道注意力机制,网络融合,合通,空间注意力机制,注意力机制模块,空间维度,维度特征,特征权重,特征学习能力,随机擦除,Plant,seed,残差模块,conv,进网,basic,集部,模型分类,错误率,优异性能,图像分类
AB值：
0.322102
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。
