基于注意力增强的图像识别方法

扫码查看

原文链接

万方数据
维普

中文摘要：文章探索了一种基于注意力增强的图像识别方法,该方法采用了ResNet-34 网络,并引入了AB-SENet注意力增强模块.AB-SENet模块能够接收辅助分支的输出,引入更多上下文信息,自适应地调整通道权重,使得模型能够更有针对性地关注图像中的关键特征.实验结果表明,在CIFAR-100 数据集上,相比较标准的ResNet-34 网络和SENet注意力机制,AB-SENet注意力增强模块在Accuracy、Precision、Recall 和 F1 四个指标上都有明显的增长,分别达到了 78.35%、78.66%、78.35%和 78.82%,在图像分类任务中取得了更好的综合性能,该方法对于提高图像识别的实际应用能力和性能具有积极的意义.

作者：

刘元生、刘锋

展开 >

作者单位：

安徽新闻出版职业技术学院

安徽大学安徽合肥 230601

关键词：

图像识别 CIFAR-100 ResNet-34 AB-SENet

出版年：

2024

DOI：

10.19717/j.cnki.jjun.2024.03.016

九江学院学报(自然科学版)

九江学院

九江学院学报(自然科学版)

影响因子：0.304

ISSN：

年,卷(期)：2024.39(3)