基于卷积神经网络的多尺度注意力图像分类模型

• 作者: 朱俊 朱惠娟 王晓瞳 陈琳琳
• 来源期刊: 南京理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 多尺度 注意力 图像 分类 残差网络
• 年，卷（期）: 2020,（6）
• 页码范围: 669-675
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.14177/j.cnki.32-1397n.2020.44.06.005

摘要

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.