ISSN1006－7167CN31－1707/TＲESEAＲCHANDEXPLOＲATIONINLABOＲATOＲY第42卷第2期Vol．42No．22023年2月Feb．2023·计算机技术应用·DOI:10．19927/j．cnki．syyt．2023．02．027基于改进E-EfficientNet的古陶瓷纹饰分类模型杨云a，陈佳宁a，王秀峰b，周瑶a(陕西科技大学a．电子信息与人工智能学院;b．材料科学与工程学院，西安710021)摘要:为进一步提高古陶瓷纹饰分类精度，提出一种基于改进EfficientNet的古陶瓷纹饰分类模型。该模型通过引入高效率注意力机制(ECA)模块改进原主干网络EfficientNet-B0，有效捕获通道间的交互信息，利用跳跃连接在特征提取的最后一层加入ECA模块，获得古陶瓷纹饰注意力特征图，并利用迁移学习和Adam优化算法在古陶瓷纹饰数据集上进行实验验证。结果表明，改进后的E-EfficientNet模型在古陶瓷纹饰数据集上的识别准确率达到了99．26%，较改进前提高了2．48%;与同类轻量化模型ShuffleNet-V2和MobileNet-V3对比，识别准确率分别提高了2．10%和2．91%;与其他经典模型VGG、ＲesNet对比，不仅参数量大幅度减少，识别准确率均明显提高，可有效用于古陶瓷纹饰分类。关键词:古陶瓷纹饰分类;高效率注意力机制;跳跃连接中图分类号:TP183;TP394．1文献标志码:A文章编号:1006－7167(2023)02－0129－06收稿日期:2022-06-18基金项目:国家自然科学基金项目(61971272);国家重点研发计划重点专项项目(2019YFC1520204);国家自然科学基金青年科学基金项目(61601271);陕西省教育厅专项科研计划项目(15JK1086)作者简介:杨云(1965－)，女，山东青岛人，博士，教授，研究方向为图像处理与智能信息处理。Tel．:15229005125;E-mail:yangyun11@163．comClassificationModelofAncientCeramicOrnamentationBasedonImprovedE-EfficientNetYANGYuna，CHENJianinga，WANGXiufengb，ZHOUYaoa(a．CollegeofElectronicInformationandArtificialIntelligence;b．CollegeofMaterialsScienceandEngineering，ShaanxiUniversityofScience＆Technology，Xi’an710021，China)Abstract:Inordertofurtherimprovetheclassificationaccuracyofancientceramicsornamentation，animprovedE-EfficientNetclassificationmodeloftheancientceramicdecorationisproposed．ThemodelbyintroducingofhighlyEfficientAttentionECA(EfficientChannelAttention)modulecanimprovetheoriginalEfficientNet-B0backbonenetwork．Theinteractioninformationbetweenchannelsiseffect...
