10.3969/j.issn.1006-9348.2021.06.074
融合分割权重和注意制的CNN图像分类算法
针对卷积神经网络在图像分类训练过程中出现的过拟合现象,提出融合分割权重和Attention机制的CNN图像分类算法.算法构建了传统卷积神经网络模型,使用基于图像分割权重的二次预训练方法训练网络模型;使用不同Attention类型的激活函数,在标准图像库Corel-1000上充分进行实验.实验结果表明,二次预训练方法对图像分类效果有了较大程度的提升;同时,加入Attention机制后,实验效果更优.上述算法通过降低图像背景噪声的干扰,能有效抑制训练过程中出现的过拟合现象;且不同Attention类型的激活函数对网络模型的作用不尽相同,其中混合Attention的实验效果最优.
卷积神经网络、图像分类、过拟合、预训练、注意机制
38
TP183(自动化基础理论)
青海省自然科学基金;国家自然科学基金;国家自然科学基金
2021-07-26(万方平台首次上网日期,不代表论文的发表时间)
共5页
352-356