CBAM改进ResNet50

内涝深度识别精度高

通过引入卷积块注意力模块和精简全连接层,该模型在保证识别精度的同时降低了计算成本,适用于复杂背景下的城市内涝快速识别。

Wu, Luyuan · Yunxiu, Liu · 张建伟 · Zhang, Boyang · 王自法 · Jingbo, Tong · Meng, Li · Anqi, Zhang

Expert Systems with Applications 2024

参数信息

测试集准确率
92.45 %
训练图像数
6294
AlexNet 测试集准确率
62.25 %
MobileNet-V2 测试集准确率
64.67 %
GoogleNet 测试集准确率
75.5 %
ResNet50 测试集准确率
79.2 %

技术优势

识别更准

引入卷积块注意力模块,模型能聚焦于关键特征,测试集准确率提升至92.45%。

算得更省

精简全连接层减少参数数量,降低计算成本并防止过拟合,适合实时部署。

随处可查

模型已集成到微信小程序,公众可随时随地获取当前水深等级信息。

应用场景