首页|融合多重注意力机制残差网络的血细胞识别

融合多重注意力机制残差网络的血细胞识别

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据
针对自然状态下血细胞识别精度不高、速度较慢等情况,提出一种融合多重注意力机制残差网络的血细胞分类方法.为提高网络运算速度,加强模型的非线性表达能力,提出了注意力混洗单元模块;为提高模型对血细胞特征的表示能力,嵌入了多重注意力机制;为了进一步减缓网络的过拟合现象,加强模型的泛化能力,优化了残差支路结构.实验结果表明,该模型在血细胞数据集上的准确率为95.67％,参数量为13.22 M,与其他网络相比,所提出的模型具有更高的精确度,同时能保持较低的参数量.
Blood cell recognition in the residual network based on a multiple attention mechanism

倪锦园、张建勋

展开 >

重庆理工大学 计算机科学与工程学院,重庆 400054

多重注意力机制 残差网络 混洗单元 过拟合

重庆市教育委员会科学技术重点研究项目重庆市研究生科研创新项目

KJZD-K201801901CYS22663

2023

10.3969/j.issn.1674-8425(z).2023.04.025

重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
年,卷(期)：2023.37(8)
  • 5