基于DSception模块和注意力机制的皮肤病分类识别

• 作者: 李家成 叶哲江 杨嘉林 张鹏飞
• 来源期刊: 电视技术
• 关键词: 皮肤病分类 深度学习 DSception模块 SE模块 通道注意力
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 器件与设计|PARTS & DESIGN
• 页码范围: 133-139
• 页数: 7页
• 分类号: TP391
• 语种: 中文
• DOI: 10.16280/j.videoe.2021.08.032

摘要

为了解决皮肤病图像数据集类内差异大、类间差异小、样本数据集小而带来的过拟合问题,提出基于DSception模块和SE模块的轻量型模型.模型选择ResNet50作为基底结构,用DSception模块代替深度残差网络中的卷积池化层,有效地减少模型训练参数,降低时间复杂度,增加了网络的宽度;利用SE模块代替残差网络中的瓶颈结构,减少训练参数的同时,对图像通道维度重标定,强化特征图重要信息,抑制无用信息.实验表明所提模型准确率达到93.3％,对皮肤病的诊断分类有明显的效果.