典型文献
基于CA-EfficientNetV2的蘑菇图像分类算法研究
文献摘要：
针对传统的蘑菇特征提取方法分类效率低且效果差的问题,提出了一种轻量型的蘑菇图像分类模型.由于实验所用数据集较小,所提分类模型在基于Imagenet数据集的迁移学习中初始化EfficientNetV2模型并修改全连接层.同时为了减少网络中参数影响,对原EfficientNetV2模型进行精简,去除了网络中重复的模块.最后用特征提取效果更好的coordinate attention(CA)注意力机制替代原来MBConv模块中的squeeze-and-excitation机制,得到了新的CA-EfficientNetV2.实验结果表明:所提EfficientNetV2与经典ResNet50模型和RegNet相比分类准确率分别提高了10个百分点和2个百分点左右,并得到较高的泛化性能;相较于原始EfficientNetV2,分类准确率提高了3个百分点.即CA-EfficientNetV2在蘑菇分类问题上具有更高的准确率,具有较高的分类性能.
文献关键词：
图像处理;轻量型;EfficientNetV2;coordinate attention;泛化性能;分类性能
中图分类号：
作者姓名：
孟莉莎;杨贤昭;刘惠康
作者机构：
武汉科技大学信息科学与工程学院冶金自动化与检测技术教育部工程研究中心,湖北武汉430081
文献出处：
引用格式：
[1]孟莉莎;杨贤昭;刘惠康-.基于CA-EfficientNetV2的蘑菇图像分类算法研究)[J].激光与光电子学进展,2022(24):48-55
A类：
B类：
CA,EfficientNetV2,蘑菇,图像分类算法,算法研究,方法分类,轻量型,分类模型,实验所,提分,Imagenet,迁移学习,初始化,全连接层,参数影响,精简,提取效果,coordinate,attention,注意力机制,MBConv,squeeze,excitation,ResNet50,RegNet,分类准确率,百分点,泛化性能,分类问题,分类性能
AB值：
0.389927
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。
