基于ResNet和简化注意力机制的光盘识别算法

提出一种基于ResNet的简化注意力机制的光盘识别算法.该简化注意力机制对结构相似的中间层共享同一注意力块,既保留网络对重要信息域的特征提取能力,又避免了注意力滥用造成的分类准确率下降和内存负载问题.使用光盘数据集(Plate Datasets)进行实验,结果表明,简化注意力的模型识别准确率相比一般注意力机制均有一定提升,并将注意力机制造成的额外参数量降低了72%.此外,在3个公开的十分类数据集上验证了简化注意力机制的有效性.