基于改进动态ReLU和注意力机制模型的中药材粉末显微图像识别研究

作者：王一丁; 姚毅; 李耀利; 蔡少青^*; 袁媛

来源：计算机应用研究, 2021, 38(09): 2861-2870.

DOI：10.19734/j.issn.1001-3695.2020.11.0427

• 卷积神经网络
• 中药材粉末显微特征图像识别
• 深度学习
• 动态ReLU函数
• SE模块

中药材粉末显微特征图像数据量少、样本类别分布不均衡、类间差异小,传统的图像识别方法分类效果不佳。针对以上问题提出一种基于动态ReLU和注意力机制模型的深度卷积神经网络改进方法。首先,采用对小样本数据分类效果明显的Xception作为基础网络;其次,将网络中的静态ReLU激活函数替换为改进的动态ReLU函数,让每个样本具有自己独特的ReLU参数;最后,在网络中嵌入改进的SE模块,使网络能够更好地自动学习到每个特征通道的重要程度。以上方法可以使网络更加注重于图像中的细节信息,能很好地解决样本类别分布不均衡、类间差异小的问题。实验结果表明,对56种中药材粉末导管图像进行分类识别,其准确率提升了约1.5%,达到93.8%,证明了所提研究方法相比于其他图像分类方法具有一定的优越性。

• 单位
  中国中医科学院; 北方工业大学