شبكة تعرف ذات تفاصيل دقيقة باختيار عشوائي مزدوج الانتباه للسياق العالمي
摘要
بالنظر إلى مشكلة سهولة تجاهل الميزات الدقيقة المحتملة الصغيرة والاختلافات الطفيفة في المظهر في مهام التعرف على الصور ذات التفاصيل الدقيقة، نقترح شبكة تعرف ذات تفاصيل دقيقة تعتمد على اختيار عشوائي مزدوج الانتباه للسياق العالمي. أولاً، باستخدام ConvNeXt كشبكة أساسية، نقدم وحدة اختيار عشوائي مزدوج الانتباه لاختيار قنوات وميزات مكانية عشوائية من المراحل المختلفة، مما يمكن الشبكة من التركيز على ميزات تمييزية صغيرة أخرى محتملة؛ ثانيًا، باستخدام وحدة الانتباه للسياق العالمي، يتم دمج المعلومات الدلالية لطبقات عميقة إلى الطبقات الوسطى لتعزيز قدرة الطبقات الوسطى على تحديد الميزات الصغيرة؛ أخيرًا، نقترح خسارة متعددة الفروع، حيث يتم إدخال خسارة التصنيف على طبقات متوسطة، عميقة ومركبة، الجمع بين الميزات المستخرجة من الفروع المختلفة لإجبار الشبكة على الحصول على ميزات تمييزية متنوعة. وصلت الشبكة المقترحة إلى دقة تعرف تبلغ 95.2٪ و92.1٪ و94.0٪ و97.0٪ على مجموعات بيانات Stanford-cars وCUB-200-2011 وFGVC-Aircraft وVMRURS للسيارات في المشاهد الحقيقية، مع تحسن كبير في الأداء مقارنة بالطرق الأخرى.
关键词
التعرف ذو التفاصيل الدقيقة;ConvNeXt;اختيار عشوائي مزدوج الانتباه;انتباه السياق العالمي;خسارة متعددة الفروع
以上内容由讯飞翻译自动生成，翻译内容仅供参考。对于因使用本网站翻译内容产生的相关后果，本网站不承担任何商业和法律责任。
The above content is generated by Large Model Translation. The translated content is for reference only. We do not assume any commercial or legal responsibilty for any consequences arising from the use of our website