轻量化卷积神经网络在药片检测分类中的应用

扫码查看

原文链接

万方数据
维普

中文摘要：在药片残缺检测分类任务中,为衡量分类模型的精度与模型大小,保证模型精度的同时,减少计算量和参数量.提出一种改进的GhostNet轻量化神经网络,保证在加工过程中能够有效地检测出残缺药片.构建数据集并增强处理,压缩网络模型,将注意力机制升级为ECA模块.实验结果显示,改进后的网络模型能够达到98.85％的分类精度,模型参数量仅为0.635×106.与其它轻量化网络进行了对比分析,取得了更高的分类精度,更少的参数量和计算量,更优的分类性能.

外文标题：Application of Lightweight Convolution Neural Network in Tablet Detection Classification

作者：

黄开坤、徐兴

展开 >

作者单位：

南华大学机械工程学院,衡阳 421001

关键词：

图像处理 GhostNet 注意力机制轻量化网络

出版年：

2022

DOI：

10.3969/j.issn.1007-1423.2022.19.014