摘" 要： 文中提出一種基于深度擴(kuò)張可分離卷積和注意力機(jī)制的殘差網(wǎng)絡(luò)模型（DWAtt?ResNet），通過實(shí)驗(yàn)對(duì)比表明，該模型在鎢礦石雙能X射線圖像數(shù)據(jù)集上準(zhǔn)確率、[F1]分?jǐn)?shù)、AUC值和AP值均優(yōu)于ConvNeXt、DenseNet121和EfficientNet_b4等主流的圖像分類模型。通過消融實(shí)驗(yàn)表明，該模型準(zhǔn)確率達(dá)到87.4%，計(jì)算量為2.7 GFLOPs，參數(shù)量為16.95M，相比ResNet50準(zhǔn)確率提高3%，計(jì)算量降低1.42 GFLOPs，參數(shù)量降低6.56M，準(zhǔn)確率提升的同時(shí)，效率大幅提升，更適合工業(yè)生產(chǎn)的礦石快速分揀需求。

關(guān)鍵詞： 鎢礦石； 雙能X射線； 圖像分類； ResNet50； 深度擴(kuò)張可分離卷積； 注意力機(jī)制

中圖分類號(hào)： TN911.73?34； TP399" " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " 文章編號(hào)： 1004?373X（2024）13?0087?06

Dual energy X?ray image sorting method based on improved ResNet50 for tungsten ore

LIU Zhifeng， ZENG Lingfeng， PENG Fangwei， WEI Zhenhua， ZHANG Huanyu

（School of Information Engineering， East China University of Technology， Nanchang 330013， China）

Abstract： A residual network model based on depthwise separable dilated convolutions and attention mechanism （DWAtt?ResNet） is proposed. Comparative experiments show that the proposed model outperforms mainstream image classification models of ConvNeXt， DenseNet121 and EfficientNet_b4 in terms of accuracy rate， [F1]?score， AUC （area under ROC curve） value and AP （average precision） value on the dual energy X?ray image dataset of tungsten ore. Ablation experiments show that the accuracy rate of the proposed model reaches 87.4%， with a computational load of 2.7 GFLOPs and a parameter quantity of 16.95M. In comparison with ResNet50， its accuracy rate increases by 3%， its computational load decreases by 1.42 GFLOPs， and its parameter quantity decreases by 6.56M. Its efficiency is improved significantly while its accuracy rate is improved， which makes it more suitable for the rapid sorting needs of industrial production ores.

Keywords： tungsten ore; dual energy X?ray; image classification; ResNet50; depthwise separable dilated convolution; attention mechanism

0" 引" 言

鎢因其卓越的高熔點(diǎn)（3 422 ℃）、高密度（19.25 g/cm3）、超強(qiáng)硬度（7.5 Mohs）以及優(yōu)良的耐腐蝕性和耐磨性，已成為全球眾多工業(yè)領(lǐng)域中不可或缺的珍貴金屬[1]，這些特性使得鎢在制造業(yè)、軍事工業(yè)、航空航天業(yè)等多個(gè)領(lǐng)域得到廣泛應(yīng)用，為我國(guó)工業(yè)發(fā)展奠定了堅(jiān)實(shí)的基礎(chǔ)。X射線成像技術(shù)憑借其對(duì)物質(zhì)的穿透能力揭示物體內(nèi)部結(jié)構(gòu)，能夠更好地鑒別鎢礦石特征[2]。同時(shí)，隨著深度學(xué)習(xí)技術(shù)的發(fā)展，其在圖像處理和分類任務(wù)中展現(xiàn)出強(qiáng)大的能力，為鎢礦石圖像分類提供了新的解決方案。

目前，鎢礦石的分選方法主要有人工篩選、重選法、浮選法、電選法等[3]。實(shí)際應(yīng)用中，多項(xiàng)研究展示了不同技術(shù)在提高鎢礦石分選效率和準(zhǔn)確率方面的潛力。文獻(xiàn)[4]通過跳汰分離技術(shù)對(duì)白鎢礦樣品進(jìn)行研究，發(fā)現(xiàn)在調(diào)整床厚度、水流量和清除操作頻率的條件下，低品位白鎢礦的回收率可以超過80%。文獻(xiàn)[5]則介紹了一種平板高梯度磁選機(jī)，控制磁選機(jī)內(nèi)磁場(chǎng)強(qiáng)度的大小，實(shí)現(xiàn)了黑鎢礦石的有效分選。文獻(xiàn)[6]在研究白鎢礦浮選的過程中，將常用的加溫浮選改為常溫浮選工藝，采用CK?5為白鎢礦捕收劑，水玻璃與CF為脈石抑制劑時(shí)，能有效提高白鎢粗礦的回收率。

進(jìn)一步地，文獻(xiàn)[7]提出結(jié)合模糊支持向量機(jī)（FSVM）和D?S證據(jù)理論的多特征鎢礦石分類方法，通過有效融合不同特征的信任度，提高了分類的準(zhǔn)確性。文獻(xiàn)[8]通過構(gòu)建鎢礦石圖像數(shù)據(jù)集，并提出了一種優(yōu)化的深度學(xué)習(xí)模型，顯著提高了礦石檢測(cè)的準(zhǔn)確率和速度。文獻(xiàn)[9]采用遷移學(xué)習(xí)方法，解決了鎢礦石與圍巖廢石的識(shí)別問題，展示了遷移學(xué)習(xí)在鎢礦石分選中的應(yīng)用潛力。

此外，文獻(xiàn)[10]設(shè)計(jì)的黑鎢礦石分選系統(tǒng)和文獻(xiàn)[11]設(shè)計(jì)的自動(dòng)化選礦系統(tǒng)均利用了機(jī)器視覺技術(shù)，通過圖像處理技術(shù)實(shí)現(xiàn)了礦石的快速識(shí)別和分類，進(jìn)一步證明了深度學(xué)習(xí)和機(jī)器視覺技術(shù)在提高鎢礦石分選效率和準(zhǔn)確率方面的有效性。

1" DWAtt?ResNet網(wǎng)絡(luò)模型

1.1" 深度擴(kuò)張可分離卷積

深度可分離卷積[12]通過將標(biāo)準(zhǔn)卷積分解為深度卷積和逐點(diǎn)卷積兩步，從而顯著減少計(jì)算量和參數(shù)數(shù)量。具體來說，深度可分離卷積首先對(duì)每個(gè)通道單獨(dú)進(jìn)行深度卷積，然后通過逐點(diǎn)卷積（1×1卷積）將不同通道的信息整合起來。其運(yùn)算式如式（1）、式（2）所示：

[y（i，j，k）=c=1Cinx（i+s，j+t，c）?w（s，t，c，k）] （1）

[Z（i，j，k）=c=1Ciny（i，j，c）?wc，k] （2）

式中：[y（i，j，k）]是輸出特征圖的第[k]個(gè)通道的[（i，j）]位置的值；[Cin]表示輸入數(shù)據(jù)的通道數(shù)；[x（i+s，j+t，c）]是輸入特征圖的第[c]個(gè)通道的[（i+s，j+t）]位置的值；[w（s，t，c，k）]是卷積核的第[k]個(gè)通道與輸入通道[c]的對(duì)應(yīng)權(quán)重，[s]和[t]分別表示卷積核在水平和豎直方向的偏移；“[?]”代表卷積操作；[Z（i，j，k）]是輸出特征圖的第[k]個(gè)通道的[（i，j）]位置的值；[y（i，j，c）]是深度卷積輸出特征圖的第[c]個(gè)通道的[（i，j）]位置的值；[wc，k]是逐點(diǎn)卷積的權(quán)重。

擴(kuò)張卷積[13]在卷積核中引入了空洞，可以使卷積核感知更遠(yuǎn)位置的像素信息，通過調(diào)整空洞的大小，可以改變卷積核感受野的大小，更好地獲取全局特征信息。

深度擴(kuò)張可分離卷積在提高或者保持模型準(zhǔn)確率的同時(shí)，既能減少計(jì)算成本和參數(shù)量，又可以擴(kuò)大感受野，提高網(wǎng)絡(luò)模型的感知能力。

1.2" CBAM注意力機(jī)制

CBAM是混合注意力機(jī)制[14]，結(jié)構(gòu)如圖1所示。CBAM從通道和空間兩個(gè)階段對(duì)網(wǎng)絡(luò)模型進(jìn)行優(yōu)化。對(duì)輸入的特征圖[F（H×W×C）]分別使用最大池化和平均池化處理，將得到的兩個(gè)特征圖傳送到MLP結(jié)構(gòu)，即由卷積和ReLU激活函數(shù)構(gòu)成的模塊。

將MLP輸出的特征圖相加后經(jīng)過Sigmoid激活函數(shù)處理，再與輸入特征圖結(jié)合生成第一階段的通道注意力特征圖[MC]，其運(yùn)算公式為：

[MC=σMLP（AvgPool（F））+MLP（MaxPool（F））] （3）

式中：[σ]表示Sigmoid激活函數(shù)；MLP表示由卷積和ReLU函數(shù)構(gòu)成的神經(jīng)網(wǎng)絡(luò)；AvgPool表示平均池化；MaxPool表示最大池化。

將第一階段的輸出[MC]作為第二階段空間注意力的輸入，首先對(duì)通道方向做平均和最大池化，然后將兩個(gè)特征圖拼接后使用一個(gè)7×7卷積對(duì)其進(jìn)行操作，再經(jīng)過標(biāo)準(zhǔn)化和激活函數(shù)生成空間注意力特征圖[MS]，最后結(jié)合[MC]得到該模塊最終的輸出，其運(yùn)算公式為：

[MS=σf（7×7）AvgPool（MC）;MaxPool（MC）] （4）

式中[f7×7]表示7×7卷積。

1.3" DWAtt?ResNet網(wǎng)絡(luò)模型結(jié)構(gòu)

ResNet50的殘差結(jié)構(gòu)可以解決模型在訓(xùn)練過程中的梯度消失和梯度爆炸問題[15]，參數(shù)量和計(jì)算量雖然比一些更深的網(wǎng)絡(luò)模型少，但在一些移動(dòng)設(shè)備和嵌入式系統(tǒng)中，它的參數(shù)量和計(jì)算量仍然較大，可能導(dǎo)致模型部署困難。其次，在處理一些復(fù)雜特征的提取時(shí)仍然存在局限性。

在ResNet50中替換深度擴(kuò)張可分離卷積和引入注意力機(jī)制可以有效解決上述缺點(diǎn)，因此本文提出了一種基于深度擴(kuò)張可分離卷積和注意力機(jī)制的殘差網(wǎng)絡(luò)模型DWAtt?ResNet。該模型由Sconv Block、DWAttRes Block和分類層三個(gè)模型組成，其模型結(jié)構(gòu)如圖2所示。

Sconv Block模塊主要由三個(gè)3×3卷積垂直堆疊而成，并且在卷積之間應(yīng)用了標(biāo)準(zhǔn)化和Hswish激活函數(shù)，將由該卷積塊得到的特征圖經(jīng)過最大池化處理，與原始網(wǎng)絡(luò)7×7卷積相比，可以更好地獲取圖像中的淺層細(xì)致特征，并且具有更少的參數(shù)量。應(yīng)用Hswish激活函數(shù)可以更好地提高模型的非線性表達(dá)能力，如式（5）所示。

[f（x）=x?ReLU6（x+3）6] （5）

式中：[x]表示激活函數(shù)的輸入；[ReLU6（x+3）]表示[min（max（x+3，0），6）]。

DWAttRes Block作為該網(wǎng)絡(luò)的主干特征圖提取模塊，主要由深度擴(kuò)張可分離卷積、殘差連接和注意力機(jī)制構(gòu)成，將原始?xì)埐罱Y(jié)構(gòu)中的3×3卷積用3×3的深度擴(kuò)張可分離卷積替換，并且在殘差結(jié)構(gòu)后面加入注意力機(jī)制模塊。同時(shí)，與原始的ResNet50相比，還加深了模型的深度，原始網(wǎng)絡(luò)是由16個(gè)殘差結(jié)構(gòu)垂直堆疊，此模型在這個(gè)基礎(chǔ)上增加了兩個(gè)模塊，這樣可以使模型提取更高級(jí)別的特征，增加模型的表達(dá)能力。

2" 鎢礦石雙能X射線圖像數(shù)據(jù)集

鎢礦石圖像數(shù)據(jù)集來源于江西南部的某礦山采集的原始鎢礦石，利用雙能X射線透射已標(biāo)注的高品位和低品位鎢礦石，獲取原始bin文件，使用ImageJ軟件解析bin文件后獲取了215張?jiān)兼u礦石圖像。其中，高品位125張，低品位90張。由于一些不可抗拒條件的限制，原始鎢礦石數(shù)據(jù)集過小，無(wú)法滿足深度學(xué)習(xí)所需要的數(shù)據(jù)量，一定程度上影響了最終的識(shí)別準(zhǔn)確率。

為了避免數(shù)據(jù)集過小影響模型訓(xùn)練的問題，對(duì)原始鎢礦石數(shù)據(jù)集采用數(shù)據(jù)增強(qiáng)的方法來擴(kuò)充數(shù)據(jù)。首先，將原始鎢礦石數(shù)據(jù)集按照70%、15%、15%的比例劃分為訓(xùn)練集、驗(yàn)證集和測(cè)試集，然后對(duì)其分別應(yīng)用數(shù)據(jù)增強(qiáng)，從而避免數(shù)據(jù)混合重復(fù)的情況。在本研究中，使用了水平翻轉(zhuǎn)、垂直翻轉(zhuǎn)、隨機(jī)旋轉(zhuǎn)、高斯模糊、高斯噪聲、隨機(jī)亮度、隨機(jī)調(diào)整對(duì)比度、彈性變換、超像素組合、Cutout和Mixup數(shù)據(jù)增強(qiáng)方法，增強(qiáng)前后部分圖像示例如圖3所示。

通過這些數(shù)據(jù)增強(qiáng)方法使鎢礦石數(shù)據(jù)集達(dá)到4 081張，訓(xùn)練集圖像包含3 278張，驗(yàn)證集圖像包含339張，測(cè)試集圖像包含404張，每組數(shù)據(jù)集圖像都是獨(dú)立不重復(fù)的。

3" 實(shí)" 驗(yàn)

3.1" 對(duì)比實(shí)驗(yàn)結(jié)果

為了保證模型訓(xùn)練的穩(wěn)定性，實(shí)驗(yàn)參數(shù)見表1。

表1" 模型訓(xùn)練超參數(shù)設(shè)置

[參數(shù)名 具體配置 學(xué)習(xí)率 0.000 1 學(xué)習(xí)率策略 CosineAnnealingLR 損失函數(shù) Cross Entropy 優(yōu)化器 Adam Epochs 100 Batch size 8 隨機(jī)種子數(shù) 42 輸入圖像大小 224×224 ]

實(shí)驗(yàn)比較和評(píng)估了所提的DWAtt?ResNet模型和其他五種主流的圖像分類模型的性能，包括ConvNeXt[16]、DenseNet121[17]、EfficientNet_B4[18]、Inception_v3[19]和MobileNet_v2[20]，訓(xùn)練過程可視化如圖4所示。

圖4中展示了6種卷積神經(jīng)網(wǎng)絡(luò)模型在訓(xùn)練集和驗(yàn)證集上的準(zhǔn)確率曲線，其中，橫坐標(biāo)Epochs是模型迭代次數(shù)，縱坐標(biāo)Accuracy是準(zhǔn)確率。

從圖4中可看出，DWAtt?ResNet模型在驗(yàn)證集上呈現(xiàn)出最佳的驗(yàn)證準(zhǔn)確率曲線，并且達(dá)到了最高的準(zhǔn)確率水平，為了全面評(píng)價(jià)模型的性能，還需要考慮其他指標(biāo)。根據(jù)在測(cè)試集的準(zhǔn)確率、精確度、召回率、[F1]分?jǐn)?shù)、AUC值和AP值指標(biāo)對(duì)這些模型進(jìn)行全面的評(píng)估比較，對(duì)比結(jié)果見表2，表中指標(biāo)均為高品位、低品位分類的平均值。本文提出的DWAtt?ResNet模型在所有分類模型中的評(píng)估指標(biāo)均為最優(yōu)。

為了更加直觀地表現(xiàn)各模型的分類性能，將模型在測(cè)試集中所判斷的結(jié)果可視化，即繪制混淆矩陣，如圖5所示，行是真實(shí)類別，列則對(duì)應(yīng)于模型預(yù)測(cè)出的類別，在這些混淆矩陣中，顏色的深度代表數(shù)值的大小，顏色越深，相應(yīng)位置的數(shù)值越大，即有更多樣本歸入了這一類別，在矩陣左上角和右下角的深色區(qū)域表示正確分類的高數(shù)值，而右上角和左下角的顏色如果較深，則表示誤分類的高數(shù)值。

3.2" 消融實(shí)驗(yàn)

為了驗(yàn)證DWAtt?ResNet相比于ResNet50在提高分選準(zhǔn)確率和效率上的有效性，進(jìn)行消融實(shí)驗(yàn)，驗(yàn)證DWAtt?ResNet各個(gè)改進(jìn)部分是否對(duì)鎢礦石圖像分類的準(zhǔn)確率、計(jì)算量、參數(shù)量等方面有所提升。

由前文1.3節(jié)已知，DWAtt?ResNet改進(jìn)可以簡(jiǎn)要概括為以下四點(diǎn)：

1） ResNet50第一個(gè)卷積塊中的7×7卷積替換為3個(gè)3×3卷積；

2） 把原始?xì)埐罱Y(jié)構(gòu)中的卷積用深度擴(kuò)張可分離卷積替換；

3） 將ResNet50的16個(gè)殘差結(jié)構(gòu)增加到18個(gè)；

4） 引入注意力機(jī)制模塊。

結(jié)合改進(jìn)過程，通過以下五種方式在擴(kuò)充后的鎢礦石圖像數(shù)據(jù)集中進(jìn)行消融實(shí)驗(yàn)。

方式1：?jiǎn)蜶esNet50進(jìn)行訓(xùn)練。

方式2：將ResNet50中的7×7卷積替換為3個(gè)3×3卷積。

方式3：在方式2的基礎(chǔ)上把原始?xì)埐罱Y(jié)構(gòu)中的卷積用深度擴(kuò)張可分離卷積替換。

方式4：在方式3的基礎(chǔ)上增加模型深度，將16個(gè)殘差結(jié)構(gòu)增加到18個(gè)。

方式5：在方式4的基礎(chǔ)上引入CBAM注意力機(jī)制。

消融實(shí)驗(yàn)結(jié)果見表3。

表3中的結(jié)果表明：使用ResNet50進(jìn)行訓(xùn)練（方式1），模型準(zhǔn)確率最低的同時(shí)，計(jì)算量和參數(shù)量也較大，在本研究分類任務(wù)中結(jié)果最差；用三個(gè)3×3卷積替換7×7卷積（方式2）可以略微提高準(zhǔn)確性，但增加了計(jì)算量；經(jīng)過進(jìn)一步優(yōu)化，通過用深度擴(kuò)張可分離卷積代替普通卷積（方式3），準(zhǔn)確率與ResNet50相當(dāng)，但是模型計(jì)算量和參數(shù)量大幅降低，表明模型效率顯著提高；進(jìn)一步增加模型的深度（方式4）帶來了額外的性能改進(jìn)；而引入CBAM注意力機(jī)制（方式5）進(jìn)一步將模型準(zhǔn)確率提高到87.4%，同時(shí)[F1]分?jǐn)?shù)為87%，計(jì)算量為2.7 GFLOPs，參數(shù)量為16.95M。相比未改進(jìn)的ResNet50，準(zhǔn)確率提高了3%，計(jì)算量降低1.42 GFLOPs，參數(shù)量降低6.56M。準(zhǔn)確率提升的同時(shí)，效率大幅提升，更適合工業(yè)生產(chǎn)的礦石快速分揀需求。

由此可見，DWAtt?ResNet在保持適度計(jì)算量和參數(shù)量的同時(shí)實(shí)現(xiàn)了高準(zhǔn)確率，在本研究分類任務(wù)中顯示出最優(yōu)的結(jié)果。

4" 結(jié)" 語(yǔ)

本文提出一種基于深度擴(kuò)張可分離卷積和注意力機(jī)制的殘差網(wǎng)絡(luò)模型（DWAtt?ResNet）。通過實(shí)驗(yàn)表明，DWAtt?ResNet的準(zhǔn)確率要優(yōu)于目前主流分類模型，同時(shí)相比未改進(jìn)的ResNet50，在模型準(zhǔn)確率提升的同時(shí)，效率大幅提升，更適合工業(yè)生產(chǎn)的礦石快速分揀需求，為礦石加工提供了便利和支持，具有很好的應(yīng)用價(jià)值。

注：本文通訊作者為劉志鋒。

參考文獻(xiàn)

[1] 劉希星.國(guó)內(nèi)鎢及鎢合金的研究新進(jìn)展[J].世界有色金屬，2019（15）：142?144.

[2] 王冬陽(yáng)，張雄杰，胡斌，等.基于曲線擬合的雙能X射線透射的金屬識(shí)別研究[J].有色金屬工程，2022，12（2）：85?91.

[3] 謝光彩，廖德華，陳向，等.黑鎢礦選礦技術(shù)研究進(jìn)展[J].中國(guó)資源綜合利用，2014，32（5）：39?41.

[4] BAEK S H， JEON H S. Application of jig separation for pre?concentration of low?grade scheelite ore [J]. Materials transactions， 2018， 59（3）： 494?498.

[5] 鄭永明，陳祿政，曾劍武，等.平板高梯度磁選機(jī)分選黑鎢礦的試驗(yàn)研究[J].中國(guó)鎢業(yè)，2016，31（4）：41?44.

[6] 王龍，祁忠旭，孫大勇，等.湖南某低品位白鎢礦加溫浮選改常溫浮選試驗(yàn)研究[J].礦業(yè)研究與開發(fā)，2023，43（7）：205?211.

[7] 胡發(fā)煥，劉國(guó)平，胡瑢華，等.基于模糊支持向量機(jī)和D?S證據(jù)理論的鎢礦石初選方法[J].光子學(xué)報(bào)，2017，46（7）：171?178.

[8] 楊文龍，郭明鈺.輕量級(jí)注意力X射線礦石檢測(cè)方法[J].電子測(cè)量技術(shù)，2022，45（18）：71?79.

[9] 王李管，陳斯佳，賈明滔，等.基于深度學(xué)習(xí)的黑鎢礦圖像識(shí)別選礦方法[J].中國(guó)有色金屬學(xué)報(bào)，2020，30（5）：1192?1201.

[10] 肖繼偉.基于機(jī)器視覺的黑鎢礦石智能分選系統(tǒng)研究與設(shè)計(jì)[D].長(zhǎng)沙：湖南大學(xué)，2019.

[11] 王芳.基于機(jī)器視覺的黑鎢礦石初選系統(tǒng)研究[D].贛州：江西理工大學(xué)，2020.

[12] MEHTA S， RASTEGARI M， SHAPIRO L G， et al. ESPNetv2： A light?weight， power efficient， and general purpose convolutional neural network [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York： IEEE， 2019： 9190?9200.

[13] LIU Q H， KAMPFFMEYER M， JENSSEN R， et al. Dense dilated convolutions′ merging network for land cover classification [J]. IEEE transactions on geoscience and remote sensing， 2020， 58（9）： 6309?6320.

[14] WOO S， PARK J， LEE J Y， et al. CBAM： Convolutional block attention module [C]// Proceedings of the European Conference on Computer Vision （ECCV）. Heiderburg， Germany： Springer， 2018： 3?19.

[15] WANG J Y， CUI Y， Lü Y M. An iron ore identification method based on improved bilinear network [C]// 2023 International Annual Conference on Complex Systems and Intelligent Science （CSIS?IAC）. New York： IEEE， 2023： 421?426.

[16] LIU Z， MAO H Z， WU C Y， et al. A ConvNet for the 2020s [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York： IEEE， 2022： 11976?11986.

[17] HUANG G， LIU Z， VAN DER MAATEN L， et al. Densely connected convolutional networks [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York： IEEE， 2017： 2261?2269.

[18] TAN M X， LE Q V. EfficientNet： Rethinking model scaling for convolutional neural networks [C]// International Conference on Machine Learning. New York： PMLR， 2019： 6105?6114.

[19] SZEGEDY C， VANHOUCKE V， IOFFE S， et al. Rethinking the inception architecture for computer vision [C]// Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition. New York： IEEE， 2016： 2818?2826.

[20] SANDLER M， HOWARD A G， ZHU M L， et al. MobileNetV2： Inverted residuals and linear bottlenecks [C]// Proceedings of the IEEE/CVF Conference on Computer Vision and Pattern Recognition. New York： IEEE， 2018： 4510?4520.