基于ResNet和簡(jiǎn)化注意力機(jī)制的光盤識(shí)別算法

摘要： 提出一種基于ResNet的簡(jiǎn)化注意力機(jī)制的光盤識(shí)別算法.該簡(jiǎn)化注意力機(jī)制對(duì)結(jié)構(gòu)相似的中間層共享同一注意力塊，既保留網(wǎng)絡(luò)對(duì)重要信息域的特征提取能力，又避免了注意力濫用造成的分類準(zhǔn)確率下降和內(nèi)存負(fù)載問題.使用光盤數(shù)據(jù)集(Plate Datasets)進(jìn)行實(shí)驗(yàn)，結(jié)果表明，簡(jiǎn)化注意力的模型識(shí)別準(zhǔn)確率相比一般注意力機(jī)制均有一定提升，并將注意力機(jī)制造成的額外參數(shù)量降低了72%.此外，在3個(gè)... （共6頁(yè)）