姚华莹,彭亚雄,陆安江
(贵州大学 大数据与信息工程学院,贵阳 550025)
近年来,人工智能被研究人员广泛关注并设计研究出大量的人工智能产品[1]。深度学习中的图像识别技术取得的丰硕成果让人们的生活方式更加智能化、高效化。菜品智能识别可以部署在智能餐厅,用于菜品价格自动结算,安装在移动设备实时检测当前食物的卡路里等详细信息等[2-4],目标检测算法可以实现这一效果。卷积神经网络通过输入的图像数据进行训练,像人类的大脑一样学习图像特征[5],准确的分类出菜品。目标检测算法分为双阶段检测和单阶段检测。其中,双阶段检测算法中具有代表性的是R-CNN[6]和Faster-R-CNN[7]算法,这类双阶段算法检测精度高,但检测速度较慢。另一类单阶段检测算法YOLO[8](You Only Look Once),是继R-CNN 之后,为解决目标检测速度问题而提出的另一个框架,在定位边界框的同时获取类别概率,牺牲了一部分检测精度以达到更快的检测速度;由Liu 在ECCV 上提出的多尺度单发射击检测算法[9](Single Shot MultiBox Detector,SSD)在不同尺度的特征图中多步提取特征。与R-CNN 相比,SSD速度更快;与YOLO 相比,SSD 在检测精度mAP 上有更好的性能,在不降低检测精度的同时保证了检测速度。由于以上目标检测模型包含大量的卷积计算,有大量参数,仅能运行在高性能图像处理器上,不利于移植到数据处理弱的平台。
为此,本文基于优秀的轻量型神经网络MobileNetV2[10]对SSD 网络进行改进,构建轻量型的菜品识别模型。使用注意力机制[11]和混洗通道[12]构建注意力逆残差结构提高检测准确率。……