[发明专利]基于并行双注意力轻量残差网络的图像分类方法及系统

说明书

本发明提出一种基于并行双注意力轻量残差网络的图像分类方法及系统，包括对残差网络的卷积核进行结构优化，并提取输入图像的特征信息矩阵；对并行双注意力轻量残差结构输出的特征信息矩阵进行全局平均池化，整合全层空间信息，然后将特征信息矩阵转换为一维特征信息矩阵；将一维特征信息矩阵输入全连接层，得到分类任务对应类别数的矩阵，输出图像分类结果。本发明在对残差网络进行压缩并采取双分支空间通道注意力机制，在保证精度的前提下，压缩了参数和计算量，提升了处理速度，从而提高了基于深度神经网络的目标分类识别的整体效率。

技术领域

本发明涉及图像处理领域，更具体地，涉及一种基于并行双注意力轻量残差网络的图像分类方法及系统。

背景技术

图像目标分类目的是实现对图像目标在背景图像上的定位并输出其相应的类别。ResNet残差网络是如今在图像分类领域中常用的深度神经网络。ResNet凭借其残差层可以有效缓解因网络加深所带来的精度退化问题，从而使得深层神经网络的训练成为可行，并能够以更深的网络换取更好的图像识别效果。另外，ResNet的残差层能够使得神经网络轻松突破上百层甚至上千层，从而获得更强的图像特征表达能力和目标分类识别能力。

公开号为CN113076989A(公开日为2021-07-06)提出一种基于ResNet网络的芯片缺陷图像分类方法，通过ResNet网络进行分类，包括将得到的样本数据分为训练集、验证集和测试集；样本预处理；将处理好的样本图像中的训练集和验证集，用于训练已经搭建好的网络模型中；将训练好的网络模型当作测试模型，将剩下的测试集用于测试网络中，最终通过激活函数输出分类结果；通过预处理，避免由于样本原始的图像尺寸较大，为了处理整个图像，需要耗费大量的计算工作和时间，通过数据增强，以防止过拟合发生的可能性，可以通过增加更多的特征信息来提高分类的性能；通过ResNet残差块解决梯度消失或者梯度爆炸的问题以及出现学习效率退化的问题。

上述方法基于ResNet网络对图像进行分类；然而，ResNet网络的参数量和浮点操作(Floating-Point Operations，简称FLOPs)仍然很高，所带来的计算量仍然很大，并进一步导致以帧率(fps)为度量的计算速度过慢；另外，ResNet网络在进入较深层次后，模型分类精度的提升幅度就非常有限，无法适应边缘机器视觉应用的发展需求。

发明内容

本发明为克服现有ResNet残差网络参数量多、计算量大导致计算速度慢，以及在压缩ResNet残差网络时识别精确度受损的缺陷，提出一种基于并行双注意力轻量残差网络的图像分类方法及系统。

为解决上述技术问题，本发明的技术方案如下：

第一个方面，本发明提出一种基于并行双注意力轻量残差网络的图像分类方法，包括以下：

S1：将图像输入残差网络并进行预处理。

S2：对残差网络的卷积核进行结构优化，并提取输入图像的特征信息矩阵。

S3：对特征信息矩阵进行批量归一化处理并进行非线性激活。

S4：将S3得到的特征信息矩阵进行通道注意力和空间注意力的并行处理，输出新的特征信息矩阵。

S5：将S4得到的特征信息矩阵进行全局平均池化，整合全层空间信息，然后将特征信息矩阵转换为一维特征信息矩阵。

S6：将一维特征信息矩阵输入全连接层，得到分类任务对应类别数的矩阵，输出图像分类结果。

优选地，S1中对图像的预处理包括通过补充或裁剪的方式对图像进行尺寸的统一修改。

优选地，S2具体包括：将设置在残差网络输入层的A×A大卷积核分成多层串联的对称小卷积核，然后将经过预处理的输入图像依次输入多层串联的对称小卷积核中，提取得到输入图像的特征信息矩阵；其中，任一所述对称小卷积核的尺寸为B×B，且AB≥1。