DAResNet：基于动态卷积与注意力的鱼类分类算法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘 要：针对现有水下鱼类分类准确率低，抗干扰能力和泛化能力差等问题，本研究在ResNet-D模型的基础上，设计了一种名为DAResNet的模型。首先，将主干网络中的部分卷积替换为全维动态卷积模块，以提高网络模型的特征提取能力及网络准确率；接着，通过引入高效多尺度注意力机制进一步增强模型对关键特征的识别和响应能力，以提升模型的抗干扰性；最后，在下采样阶段，引入高斯模糊和挤压激励注意力平滑特征并强化模型对关键信息的提取，以提升泛化能力。（剩余6566字）

试读结束

目录
monitor