基于神经网络架构搜索的细粒度花卉图像分类方法研究

作     者：郑兴凯 杨铁军 黄琳 ZHENG Xingkai;YANG Tiejun;HUANG Lin

作者机构：桂林理工大学计算机科学与工程学院广西桂林541004 桂林医学院智能医学与生物技术学院广西桂林541199 

基　　金：国家自然科学基金项目(62266015) 广西自然科学基金项目(2022GXNSFAA035644) 

出 版 物：《河南农业科学》 (Journal of Henan Agricultural Sciences)

年 卷 期：2024年第53卷第5期

页      码：164-171页

摘      要：为了提升深度卷积神经网络设计的自动化程度,并进一步提高细粒度花卉图像的分类准确率,提出了一种改进的基于DARTS的神经网络搜索方法,用于自动构建细粒度花卉图像分类模型。首先,通过构建注意力-卷积模块,形成全注意力-卷积搜索空间,增强网络对可判别特征的关注度。其次,通过构建具有更多浅层特征输入节点的密集连接缩减单元(DCR cell),保留更多的浅层特征信息,减少可判别特征信息的损失并促进多尺度特征融合。最后,在堆叠最佳cell时调整DCR cell的位置,构建参数量大小不一的网络模型,以便在更多的终端设备上部署。结果表明,该方法耗时4.5 h搜索到了最佳神经网络模型,在Oxford 102和Flower 17上的分类准确率分别为96.14%和94.12%。与AGNAS等方法相比,在Oxford 102上提高了1.40百分点,在Flower 17上提高了3.09百分点。

主 题 词：神经网络架构搜索 卷积神经网络 注意力机制 细粒度花卉分类 

学科分类：082804[082804] 08[工学] 0828[工学-建筑类] 

D　O　I：10.15933/j.cnki.1004-3268.2024.05.018

馆 藏 号：203128192...