来源：期刊VIP网 时间：
作者：刘志锋;曾灵锋;彭芳伟;魏振华;张寰宇;
单位：东华理工大学信息工程学院;
摘要：文中提出一种基于深度扩张可分离卷积和注意力机制的残差网络模型（DWAtt-ResNet），通过实验对比表明，该模型在钨矿石双能X射线图像数据集上准确率、F_1分数、AUC值和AP值均优于ConvNeXt、DenseNet121和EfficientNet＿b4等主流的图像分类模型。通过消融实验表明，该模型准确率达到87.4%，计算量为2.7GFLOPs，参数量为16.95M，相比ResNet50准确率提高3%，计算量降低1.42 GFLOPs，参数量降低6.56M，准确率提升的同时，效率大幅提升，更适合工业生产的矿石快速分拣需求。
关键词：钨矿石;;双能X射线;;图像分类;;ResNet50;;深度扩张可分离卷积;;注意力机制
基金资助：江西省重大科技研发专项-揭榜挂帅项目：基于单光子效应的X射线智能选矿探测器及其应用研究（20224AAC01012）
