为大家分享第十五届研电赛进入总决赛的Arm命题作品：基于深度可分离残差网络的新冠肺炎医学影像诊断系统 by 山东中医药大学薪火团队
为了更加快速地诊断新冠肺炎(COVID-19)，本文提出一种深度可分离残差网络 DWResNet，首先对传统的深度可分离卷积进行改进，其次以传统的深度可分离残差网络 ResNet34 为基础，使用改进后的深度可分离卷积替换传统卷积，降低网络的参数量，使得在资源有限的嵌入式开发板上更快地运行卷积神经网络模型，实验证明，改进后的 DWResNet 模型参数量较少，相较传统的 ResNet34 模型，参数量减少了 46.9%， 具有最优异的分类效果。
在硬件设计部分，本文使用 EAIDK-310 平台进行开发。 本作品的硬件中还包括电源、摄像头、显示屏、鼠标、键盘、蜂鸣器报警模块和指示灯模块，系统会根据诊断类型的不同，做出相应的提示。
