计算机工程与科学

作者：刘欢, 吴亮红, 陈亮, 周博文

单位：湖南科技大学信息与电气工程学院,湖南 湘潭 411201

关键词：白细胞识别,EfficientNet,通道注意力,DropBlock2D,

针对白细胞识别模型的部署受到参数数量和计算的限制，导致白细胞识别准确率较低和模型泛化能力较差等问题，提出了一种基于改进EfficientNet的轻量高效的白细胞图像识别模型。首先，减少主要模块堆叠减少模型参数量，同时添加特征层间的跳跃连接保证信息的传递；其次，用改进的有效通道注意力和DropBlock2D对主要模块进行调整，使模型捕获更多通道和细节的特征信息，以提升模型的准确率和泛化能力；最后，使用带有标签平滑的交叉熵损失函数对模型进行训练，加快模型的收敛，以进一步提高模型的泛化能力。实验结果表明，改进后模型的参数量为2.49 M，较改进前减少了1.11 M，降低了模型复杂度，在混合数据集上达到了99.67%的准确率，较改进前提高了0.37%，在公共数据集BCCD2上达到了100%的准确率，高于现有的白细胞识别模型的准确率，验证了该模型在保持轻量级计算的基础上，具有较高的准确率和良好的泛化能力。

来源：2023年第12期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2023年第12期