Image classification network with random dilated convolution
Jiang Wentao, You Zhuocheng, Heng Yuan · Journal of Image and Graphics · 2025
目的针对图像分类任务中对于细粒度特征提取困难，同时背景噪声和不相关区域影响网络对目标特征学习的问题，本文提出随机空洞卷积的图像分类网络（image classification network with random dilated convolution，RDCNet）。方法RDCNet网络以ResNet-34（residual network-34）为基线网络。首先，提出多分支随机空洞卷积（multi-branch random dilated convolution，MRDC）模块，通过多个分支的卷积操作和随机膨胀卷积核的设计，实现了从不同尺度和感受野上对细粒度特征的有效捕捉。通过引入细粒度特征增强（fine-grained feature enhancement，FGFE）模块，实现对全局信息的学习和局部特征的增强，提升了网络局部特征提取和全局上下文理解能力。同时引入随机掩码机制动态地遮蔽部分输入特征和卷积核权重，不仅可以通过多样化的特征组合学习更加健壮和鲁棒性的表示，还能够有效减少过拟合，提升对噪声和不相关区域的适应能力。最后，提出上下文激励（context excitation，CE）模块，通过引入上下文信息并动态调整特征通道的权重，增强网络对关键特征的关注能力，抑制背景噪声的干扰，提升了特征的表达能力。结果本文方法在CIFAR-10（Canadian institute for advanced research 10）、CIFAR-100、SVHN（street view house number）、Imagenette和Imagewoof数据集上均有良好的分类准确率，相比于性能第2的模型，分类准确率分别提高了0.02%、1.12%、0.18%、4.73%和3.56%。实验结果表明，RDCNet具有较高的分类性能。结论随机空洞卷积的图像分类网络具有更强的细粒度特征敏感度，能够在多尺度和上下文中提取丰富的特征信息，较好地关注关键特征，对复杂背景下目标具有更优秀的辨识能力，从而在分类任务中表现出优秀的分类性能。