用于在线红枣分级的多视觉注意力网络
计算机视觉与模式识别
2019-04-02 v1
摘要
为解决红枣分类问题，本文设计了一种计算成本低且分类精度高的卷积神经网络模型。该模型的架构受生物多视觉机制与 DenseNet 的启发。为进一步提升模型性能，我们加入了 SE-Net 的注意力机制。我们还构建了一个包含由红枣分级系统采集的 23,735 张红枣图像的数据集。根据红枣外观及分级系统特点，该数据集被划分为四类：无效、腐烂、干瘪和正常。数值实验表明，我们的模型分类准确率达到 91.89%，与 DenseNet-121、InceptionV3、InceptionV4 和 Inception-ResNet v2 相当。然而，我们的模型具有实时性。
引用
@article{arxiv.1904.00388,
title = {Multi-vision Attention Networks for On-line Red Jujube Grading},
author = {Xiaoye Sun and Liyan Ma and Gongyan Li},
journal= {arXiv preprint arXiv:1904.00388},
year = {2019}
}