摘要： 针对细粒度图像分类易受背景干扰、关键区域定位不准确以及模型参数量大的问题，提出了一种注意力机制和多尺度特征融合的分类网络（ｎｅｔｗｏｒｋｓｏｆｃｏｍｂｉｎｅａｔｔｅｎｔｉｏｎｍｅｃｈａｎｉｓｍｓａｎｄｍｕｌｔｉｓｃａｌｅｆｅａｔｕｒｅｓ，ＡＭＮｅｔ）。首先，以 ＹＯＬＯｖ７网络为基础，使用 ＧｈｏｓｔＢｏｔｔｌｅＮｅｃｋ模块重新搭建轻量级主干网络，并使用 ＧｈｏｓｔＣｏｎｖ替换颈部网络中的Ｃｏｎｖ，实现模型的轻量化。其次，引入无参的 ＳｉｍＡＭ注意力机制，通过考虑空间和通道维度的相关性推断特征图的三维注意力权重，表征局部显著特征，抑制无用特征，提高目标区域信息的有效性。最后，构建可特征选择的金字塔池化模块（ｆａｓｔｓｐａｔｉａｌｐｙｒａｍｉｄｐｏｏｌｉｎｇｗｉｔｈｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎａｎｄｃｏｎｖｏｌｕｔｉｏｎｓ，ＳＰＰＦＣ），帮助网络模型更好地捕捉和处理目标的多尺度特征，提高模型的感知能力。通过实验可知，ＡＭＮｅｔ在 ＳｔａｎｆｏｒｄＤｏｇｓ数据集上的准确率、精确率、召回率和 Ｆ１分数分别达到 ８８．９％、８３．６％、８５．７％和 ８４．６％，模型参数量为 ２６．５３ＭＢ，每秒帧率达到 ８９．３帧，在 ＳｔａｎｆｏｒｄＣａｒｓ数据集上的准确率、精确率和召回率分别达到 ９５．２％、９３．７％和 ９４．９％。实验结果表明，ＡＭＮｅｔ可以在轻量化网络的同时提高细粒度图像的分类精度，相比于其他网络模型性能有较大提升。

关键词: 人工智能；细粒度分类；特征提取；注意力机制；多尺度特征融合

中图分类号: 

• ＴＰ３９１．４１