面向垃圾图像分类的残差语义强化网络

为更好地保护生态环境并提高可回收垃圾的经济价值,针对现有的垃圾识别方法面临的分类背景复杂、垃圾目标形态变化多样等问题,提出一种面向垃圾图像分类的残差语义强化网络,能从复杂背景中剥离前景语义目标。该网络以骨干残差网络为基础,利用视觉概念采样、推理以及调制模块实现视觉语义的提取,并通过注意力模块消除语义层次和空间分辨率与视觉概念特征的差距,从而对垃圾目标形态变化更加具有鲁棒性。通过在Kaggle开源的12分类垃圾数据集及TrashNet数据集上进行实验,结果表明,相较于骨干网络ResNeXt-50和其他深层网络,该算法均取得了性能的提升,在垃圾图像分类任务上有较好表现。     

高等院校法学专业课程思政建设的思考

法学专业课程思政建设是完成“立德树人、德法兼修”培养任务的必经之路,是全面推进依法治国建设培养法治人才的重要环节,在教育部全面推进课程思政建设近两年的时间里,法学专业课程思政建设成果颇丰。但人才培养方案设计理念转变不彻底、忽视对于教师队伍思政能力的培养、课程思政考核标准失能、课堂讲授内容轻视思政元素等问题限制了法学课程思政建设的持续发展。在法学人才培养方案中深化思政元素、关注教师思政能力培养、优化课程思政考核标准、调整课堂讲授内容,是法学专业课程思政建设需要着力解决的问题。