基于卷积神经网络的多尺度注意力图像分类模型

作者：陈琳琳; 朱惠娟; 朱俊; 王晓瞳

来源：南京理工大学学报, 2020, 44(06): 669-675.

DOI：10.14177/j.cnki.32-1397n.2020.44.06.005

• 卷积神经网络
• 多尺度
• 注意力
• 图像
• 分类
• 残差网络

为解决传统的图像分类方法精度低的问题,该文提出了一种基于卷积神经网络的图像分类网络模型。首先,提出了一种基于注意力机制的特征注意力模块(FAM),提取不同权重的图像特征。然后,提出了基于FAM的多尺度注意力卷积神经网络(MSACNN),通过3个FAM块提取不同尺度下的精确的图像特征进行分类。将MSACNN与3种典型的卷积神经网络LeNet-5、AlexNet以及残差网络(ResNet)在MNIST数据集上进行了对比,结果表明,MSACNN的分类精度和稳定性效果最好。

• 单位
  南京理工大学; 南京理工大学紫金学院