基于輕量級(jí)網(wǎng)絡(luò)的眼表疾病識(shí)別方法研究

打開(kāi)文本圖片集

摘要：由于內(nèi)存和計(jì)算資源的限制，在可移動(dòng)設(shè)備端部署識(shí)別眼表疾病的深度卷積神經(jīng)網(wǎng)絡(luò)模型十分困難。對(duì)此，文章設(shè)計(jì)一種輕量的聚集模塊用于構(gòu)建高效的輕量級(jí)網(wǎng)絡(luò)架構(gòu)，網(wǎng)絡(luò)通過(guò)減少寬度和深度，并結(jié)合深度可分離卷積、標(biāo)準(zhǔn)卷積和幽靈模塊來(lái)并行生成特征映射，同時(shí)引入通道混洗操作改善不同特征通道之間的信息交互。通過(guò)對(duì)眼表圖像數(shù)據(jù)集進(jìn)行實(shí)驗(yàn)評(píng)估，與當(dāng)前其他輕量級(jí)網(wǎng)絡(luò)方法相比，文章方法以更少的參數(shù)量0.24M、更少的計(jì)算成本1.88B和更高的準(zhǔn)確率90.56%顯示了最佳性能。（剩余6835字）