计算机工程

作者：李俊仪, 李向阳, 龙朝勋, 李海燕, 李红松, 余鹏飞

单位：云南大学信息学院, 云南 昆明 650000

关键词：图像分类,Vision Transformer架构,特征选择,自适应分配,特征融合,标签平滑

基金：国家自然科学基金(62066046)

近年来误食有毒野生菌导致的中毒事件频发, 严重危害人们的身体健康, 这使得准确鉴别野生菌变得尤为重要。然而, 现有的野生菌分类算法在处理背景噪声大、类间差异小和类内差异大的图片时容易出现识别错误的问题。为了解决这一问题, 提出一种基于Vision Transformer(ViT)架构结合多级区域选择和跨层特征融合的野生菌分类算法。该算法旨在捕获具有强鉴别力的特征, 以确保网络能够聚焦在主要信息上, 并提高分类的准确性。首先采用ViT作为网络框架, 以提取野生菌图像的特征和全局上下文信息。其次设计多头自注意力选择模块, 用于提取具有鉴别力的token, 并通过自适应分配算法为不同层级的编码层确定抽取token的数量。最后为进一步提升分类性能, 引入跨层特征融合策略和标签平滑损失进行拟合训练, 从而减少细节信息的丢失。为使网络对野生菌图像特征的学习更具针对性, 自建野生菌数据集。实验结果表明, 所提出的算法与基线算法相比, 分类精度有了显著提高, 准确率达到98.65%。

来源：2024年第9期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第9期