融合多尺度特征及注意力機制的食品圖像識別

摘要： 針對食品圖像中類間差異小、類內差異大以及結構復雜導致識別難度大等問題，提出了一種融合多尺度特征及注意力機制的食品圖像識別方法。首先，采用特征提取能力更強的ConvNeXt模型作為主干網絡，以更好地捕捉食品圖像的細節特征；其次，引入改進的ASPP模塊，擴展感受野并利用多尺度信息，增強模型對不同尺度特征的捕捉能力；最后，在每個卷積塊后加入注意力機制，提高特征表達和上下文信息捕捉能力... （共8頁）