基于改進(jìn)ResNet50的中藥材分類識(shí)別
摘 要:為了提升中藥材圖片分類的準(zhǔn)確率,提出了一種基于改進(jìn)ResNet50的中藥材分類識(shí)別方法。首先,引入了卷積塊注意力模塊(Convolutional Block Attention Module,CBAM),增強(qiáng)了模型對中藥材特定特征的識(shí)別能力。其次,對標(biāo)準(zhǔn)的ResNet50中的卷積快捷連接進(jìn)行了優(yōu)化,減少了特征圖的信息損失。(剩余6429字)
目錄
- 面向脈絡(luò)膜分割的深度學(xué)習(xí)算法綜...
- 基于模糊PID算法的紗線張力控...
- 基于機(jī)器學(xué)習(xí)的甲烷預(yù)混火焰當(dāng)量...
- 基于改進(jìn)ResNet50的中藥...
- 高級生成對抗網(wǎng)絡(luò)架構(gòu)在稀疏數(shù)據(jù)...
- 基于深度學(xué)習(xí)的兒童先天性巨結(jié)腸...
- 基于BMWFLC的帕金森震顫監(jiān)...
- 基于改進(jìn)TransUnet的結(jié)...
- 雙分支動(dòng)態(tài)感受野的SAR與可見...
- 基于改進(jìn)YOLOv5s的櫻桃成...
- 基于圖優(yōu)化的智能車輛多傳感器融...
- 基于Adaptive-MINM...
- BERTopic在醫(yī)療領(lǐng)域文章...
- 基于輕量化YOLOv5的煙草濾...
- 基于RoBERTa-BiLST...