-
题名基于域泛化的轻量化图像分类算法
被引量：2
- 1
-
-
作者
张倡倡
吕卫东
蔡子杰
刘炎奎
-
机构
中国矿业大学计算机科学与技术学院
-
出处
《计算机工程》
北大核心
2025年第1期182-189,共8页
-
文摘
现有睡岗数据集较少,且现阶段分类算法存在泛化性差、推理速度慢等问题,为此,构建一个包含4 708张图像的睡岗数据集,用于验证模型的识别精度和泛化能力,并提出一种基于域泛化的轻量化图像分类算法Stable_MobileNet。首先,对输入的图片填充短边,使其保持图像中的人物比例;其次,进行图像增强和随机擦除,用于扩充数据集;接着,引入高效的ECA注意力模块改进MobileNetv3_large网络;最后,使用稳定学习StableNet方法提高模型的泛化性,通过学习训练样本的权重来消除特征之间的依赖关系,这有助于模型摆脱环境的变化,更专注于人物特征。在睡岗数据集上的实验结果表明,Stable_MobileNet平均推理速度相较MobileNetv3_large更快,识别精度可达93.56%,比MobileNetv3_large提高了2.23%。在与训练样本具有不同分布的测试集中,Stable_MobileNet的识别精度相较MobileNetv3_large提高了2.23%。
-
关键词
域泛化
轻量化网络
睡岗识别
ECA模块
stablenet
-
Keywords
domain generalization
lightweight network
recognizing sleeping on duty
ECA module
stablenet
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
