| 基于特征融合和代价敏感学习的图像标注方法 |
| |
| 引用本文： | 厍向阳,车子豪,董立红.基于特征融合和代价敏感学习的图像标注方法[J].计算机工程与设计,2021,42(11):3114-3120. |
| |
| 作者姓名： | 厍向阳 车子豪 董立红 |
| |
| 作者单位： | 西安科技大学计算机科学与技术学院,陕西西安710054 |
| |
| 摘 要： | 针对图像标注数据集中存在的标注对象比例不一致和标签分布不平衡问题,提出基于特征融合和代价敏感学习的图像标注方法.在卷积神经网络中加入特征融合层,改进VGG16原有的网络结构,特征融合层结合注意力机制,对网络中不同卷积层提取的多尺度特征进行选择性融合,提升对不同尺度对象的标注精度;将代价敏感学习融入损失函数对网络模型进行训练,提升网络的泛化性能.实验结果表明,该方法能提升图像标注的准确率,增加对低频标签的召回率.
|
| 关 键 词： | 图像自动标注 深度学习 特征融合 卷积神经网络 代价敏感学习 |
Image annotation method based on feature fusion and cost-sensitive learning |
| |
| SHE Xiang-yang,CHE Zi-hao,DONG Li-hong.Image annotation method based on feature fusion and cost-sensitive learning[J].Computer Engineering and Design,2021,42(11):3114-3120. |
| |
| Authors: | SHE Xiang-yang CHE Zi-hao DONG Li-hong |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
