-
题名一种融合注意力机制的轻量级重楼饮片分类方法
- 1
-
-
作者
罗晋
张俊华
罗旭东
李学芳
张鑫
-
机构
云南大学信息学院
云南中医药大学中药学院
-
出处
《计算机应用与软件》
北大核心
2025年第6期186-192,201,共8页
-
基金
国家自然科学基金项目(62063034,61841112)
云南大学研究生实践创新基金项目(2021Y191)。
-
文摘
针对重楼属植物中毛重楼、滇重楼、白花重楼的自动化识别问题,提出一种融合注意力机制的轻量级重楼饮片分类模型。首先,提出两种多尺度特征提取模块,综合提取多种尺度特征。然后,在ECA-Net(Efficient Channel Attention Network)和空间注意力机制的基础上提出ECSA-Module(Efficient Channel and Spatial Attention Module),使特征图通道和空间信息得到充分利用。最后对主干网络进行密集连接,并使用随机擦除方法进行数据增强。实验表明,该模型的分类准确率高达96.74%,相较于MobileNet-V2、VGG16、Xception等模型分别提高了3.26百分点、2.82百分点、2.22百分点。基于该模型开发出的重楼识别系统精度高、速度快,具有重要的实践应用价值。
-
关键词
重楼分类
深度学习
卷积神经网络
注意力机制
多尺度特征提取
-
Keywords
Paris L.classification
Deep learning
CNN
Attention mechanism
Multi-scale feature extraction
-
分类号
TP391.4
[自动化与计算机技术—计算机应用技术]
-
