SE-CMT语义信息补充的特征提取模型

作者：杜睿山^*; 周长坤; 解红涛; 李宏杰

来源：哈尔滨理工大学学报, 2023, 1-9.

• 图像分类
• 权重矩阵
• 卷积神经网络
• Transformer
• 通道域

在图像分类中，有益的语义信息补充可以高效捕捉关键区域，提高分类性能。为了获得有益的图像语义信息，提出了一种SE-CMT（SE-Networks CNN Meet Transformer）模型。该模型依据简单的CNN特征提取理论，输入图像通过SE-CMT Stem重标定前面提取到的特征，再通过SE-CMT Block中的深度卷积层来增强特征。该模型利用SE-CNN（Squeeze-and-Excitation Networks-CNN）提取低级特征、加强局部性，并结合Transformer建立长程依赖关系，通过融合SE-CNN和Transformer结构，提高特征提取性能。在ImageNet和CIFAR-10数据集上的实验结果表明，SE-CMT模型的分类准确率分别达到了85.47%和87.16％top-1精度，实验表明该方法的性能优于基线模型CMT和Vision Transformer。因此，本研究提出的SE-CMT模型是一种有效的图像特征提取方法。

• 单位
  东北石油大学