基于改进的EfficientNet-B0网络的失能老人表情识别研究OA

为了能够更好地关注失能老人的情绪状态,针对传统模型在处理大规模参数、长时间训练以及捕获长距离依赖方面的问题,同时确保模型的轻量化以便于部署,提出一种改进的EfficientNet-B0模型用于表情识别.首先,利用迁移学习加速模型训练,以减少对大规模数据的需求和加快训练速度;然后,对EfficientNet-B0结构进行了简化处理,可以降低模型的复杂度,提高运算效率;最后,引入非局部模块以增强全局特征关联性.实验结果显示,改进的EfficientNet-B0模型在RAF-DB和FER2013两个数据集上的识别率分别为88.40%和75.30%,这表明改进的方法在提高EfficientNet-B0模型性能方面取得了一定的成效.