改进ShuffleNet V1算法的咖啡豆分级方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：针对目前咖啡豆存在分级困难、识别准确率低的问题，提出一种融合注意力机制的ShuffleNet V1咖啡豆分级模型（ECA—ShuffleNet MLP）。模型以ShuffleNet V1为主干网络，删去输入层的最大池化层，在ShuffleNet Unit第二个普通卷积后加入ECA注意力机制，同时添加一个多层感知器模块（MLP）作为分类头，并采用Fusion Loss作为损失函数。（剩余19568字）

试读结束

目录
monitor