来源：期刊VIP网 时间：
作者：曹清萌;刘利平;赵楠楠;邓金铭;
单位：华北理工大学人工智能学院;上海电子信息职业技术学院机械与能源工程学院;华北理工大学附属医院妇产科;华北理工大学电气工程学院;
摘要：针对目前宫颈图像分类模型准确率低、参数量大等问题，提出改进ConvNeXt网络与知识蒸馏的宫颈图像分类方法.首先，在ConvNeXt模型的基础上，提出注意力重组单元，有效增强宫颈图像特征表达能力，同时为缩小同类宫颈特征差距，引入三元组损失函数，构建ConvNeXt＿T教师网络；其次，将ShuffleNetV2模型的ReLU激活函数替换为SiLU,建立模型深层特征和浅层特征之间的自蒸馏路径，构建ShuffleNetV2＿S学生网络；最后，利用知识蒸馏将ConvNeXt＿T教师网络的输出结果蒸馏到轻量级ShuffleNetV2＿S学生网络，用于宫颈图像分类.实验结果表明，提出的改进模型在Kaggle公开数据集上分类准确率为80.55%,相较ShuffleNetV2模型，准确率提升了8.78%,在参数量和计算复杂度方面，比ConvNeXt等网络具有更大优势.
关键词：宫颈图像分类;;ConvNeXt;;ShuffleNetV2;;注意力重组;;三元组损失;;知识蒸馏
基金资助：河北省省级科研计划项目(20327218D);; 2023年上海电子信息职业技术学院高层次人才启动项目(GCC2023001);; 唐山市卫生陶瓷质量智能监控技术基础创新团队(21130211D)
