计算机工程

作者：张倡倡, 吕卫东, 蔡子杰, 刘炎奎

单位：中国矿业大学计算机科学与技术学院, 江苏 徐州 221116

关键词：域泛化,轻量化网络,睡岗识别,ECA模块,StableNet

现有睡岗数据集较少, 且现阶段分类算法存在泛化性差、推理速度慢等问题, 为此, 构建一个包含4 708张图像的睡岗数据集, 用于验证模型的识别精度和泛化能力, 并提出一种基于域泛化的轻量化图像分类算法Stable_MobileNet。首先, 对输入的图片填充短边, 使其保持图像中的人物比例; 其次, 进行图像增强和随机擦除, 用于扩充数据集; 接着, 引入高效的ECA注意力模块改进MobileNetv3_large网络; 最后, 使用稳定学习StableNet方法提高模型的泛化性, 通过学习训练样本的权重来消除特征之间的依赖关系, 这有助于模型摆脱环境的变化, 更专注于人物特征。在睡岗数据集上的实验结果表明, Stable_MobileNet平均推理速度相较MobileNetv3_large更快, 识别精度可达93.56%, 比MobileNetv3_large提高了2.23%。在与训练样本具有不同分布的测试集中, Stable_MobileNet的识别精度相较MobileNetv3_large提高了2.23%。

来源：2025年第1期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第1期