期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于改进EfficientNetV2网络的垃圾图像分类算法
1
作者 张振利 陈源 +1 位作者 付豪 曾璐 《科学技术与工程》 北大核心 2025年第10期4229-4238,共10页
目前主流垃圾图像分类算法中存在数据集普适性差、垃圾识别种类少、分类算法局限于特定环境等问题。针对这些问题,结合垃圾图像分类的快速性与准确率的要求,提出了一种基于改进EfficientNetV2网络的垃圾图像分类算法。该算法以Efficient... 目前主流垃圾图像分类算法中存在数据集普适性差、垃圾识别种类少、分类算法局限于特定环境等问题。针对这些问题,结合垃圾图像分类的快速性与准确率的要求,提出了一种基于改进EfficientNetV2网络的垃圾图像分类算法。该算法以EfficientNetV2网络作为基准模型,通过添加SK(selective kernel)注意力机制提升分类的快速性,使用迁移学习策略提升分类的准确率。该算法利用深度学习模型框架对垃圾图像进行处理,无需对数据集图像特征进行人工提取,在实现对垃圾图像快速准确分类的同时增加了垃圾识别的种类。实验表明,新的算法在自建数据集上的准确率为99.71%,相较于GoogleNet等其他算法,提升了至少4.77%。在时间上相较于VggNet19算法等,提升了至少50%。通过改进EfficientNetV2网络,实现了更为准确快速的垃圾分类,为日益激增的垃圾问题提供了一种科学高效的解决方案。 展开更多
关键词 垃圾分类 深度学习 EfficientNetV2 卷积神经网络 sk注意力机制
在线阅读 下载PDF
基于改进EfficientNet的水下图像识别
2
作者 丁元明 杨安娜 康伟 《舰船科学技术》 北大核心 2024年第15期95-100,共6页
针对水下图像存在细节模糊、多尺度以及识别模型计算资源大等问题,提出一种改进EfficientNet的图像识别模型。该模型通过迁移学习在公开数据集上训练得到初始模型参数,提出自适应参数化修正线性单元激活函数(Adaptively Parametric ReLU... 针对水下图像存在细节模糊、多尺度以及识别模型计算资源大等问题,提出一种改进EfficientNet的图像识别模型。该模型通过迁移学习在公开数据集上训练得到初始模型参数,提出自适应参数化修正线性单元激活函数(Adaptively Parametric ReLU,APRelu)和基于选择性内核网络的注意力(Selective Kernel Network,SK)模块加强处理图像的细节特征和多尺度问题。通过保留所有MBConv6模块中的第一个Layer,并在最后一个MBConv6模块后嵌入BN和APRelu模块,加快其收敛速度并去除冗余特征。使用数据增强、十折交叉验证、快照集成等策略提高模型性能。实验对比表明,该模型在测试集上的准确率达到了97.32%,相对于改进前提高了3.75%,具有较高的识别性能。 展开更多
关键词 水下图像识别 迁移学习 EfficientNet APRelu激活函数 sk注意力机制
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部