融合注意力机制的残差网络晶体硅片分类方法 |
| |
引用本文: | 徐小平,寇嘉程,苏李君,刘广钧.融合注意力机制的残差网络晶体硅片分类方法[J].数学的实践与认识,2023(5):122-132. |
| |
作者姓名: | 徐小平 寇嘉程 苏李君 刘广钧 |
| |
作者单位: | 西安理工大学理学院 |
| |
基金项目: | 国家自然科学基金(11801438); |
| |
摘 要: | 为了更好地利用晶体硅片资源,实现对晶体硅片准确高效的分类,提出了一种改进的ResNet34卷积神经网络,且用于对晶体硅片高清图像进行分类.通过拍摄晶体硅片高清图像建立自有数据集,并对其进行离线扩充来有效扩大数据集.基于ResNet34网络建立分类模型,采取自适应矩估计权重衰减优化算法(AdamW)来提高ResNet34网络的泛化能力,同时将注意力机制的方法融入到ResNet34网络中增强模型的特征提取能力,之后将改进的模型载入到晶体硅片数据集上训练,实验结果发现,所提W-ResNet34+SC-SEAM分类模型的准确率可达99.91%,比在仅利用ResNet34模型分类结果上提高了2.68%的准确率,实现了对晶体硅片的精确分类,证明了所提分类方法是可行的.
|
关 键 词: | 晶体硅片 分类 注意力机制 卷积神经网络 AdamW优化器 |
|
|