結(jié)合改進(jìn)ShuffleNet-V2和注意力機(jī)制的無(wú)人機(jī)圖像自主分類預(yù)警框架

打開(kāi)文本圖片集

摘 要：為實(shí)現(xiàn)災(zāi)難事件的無(wú)人機(jī)（Ｕｎｍａｎｎｅｄ Ａｅｒｉａｌ Ｖｅｈｉｃｌｅ，ＵＡＶ） 自主監(jiān)測(cè)和預(yù)警，提出了結(jié)合逐通道注意力機(jī)制和高效卷積神經(jīng)網(wǎng)絡(luò)的新架構(gòu)?？紤]到嵌入式平臺(tái)的資源限制條件，使用輕量級(jí)ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 作為骨干網(wǎng)絡(luò)，能夠?qū)Ω嘈畔⑦M(jìn)行高效編碼并盡可能降低網(wǎng)絡(luò)復(fù)雜度。為進(jìn)一步提高災(zāi)難場(chǎng)景分類的準(zhǔn)確度，在ＳｈｕｆｆｌｅＮｅｔ-Ｖ２ 網(wǎng)絡(luò)中結(jié)合了擠壓－激發(fā)（Ｓｑｕｅｅｚｅ-Ｅｘｃｉｔａｔｉｏｎ，ＳＥ） 模塊以實(shí)現(xiàn)逐通道注意力機(jī)制，顯著增強(qiáng)分類網(wǎng)絡(luò)對(duì)重要特征的關(guān)注度。（剩余12305字）