《表2 BN-Inception结构》
整个BN-Inception网络结构见表2,Stride为2的Inception没有纯1×1卷积这一条通路,因此它只剩下3条通路。最终输出原本是1000,但分类乳腺癌图像是良性、恶性的二分类,所以最终输出为2。除了使用大量Inception模块外,它使用全局平均池化来代替原本CNN中的全连接层,这样就避免了全连接的巨额参数量和计算量,同时能抑制过拟合。总之,BN-Inception的计算量和参数量都很少,训练速度非常快,但是效果却非常好。本文使用它来构造图像分类模型,分类BreaKHis乳腺癌组织病理图像。
图表编号 | XD00170298600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.16 |
作者 | 邹文凯、陆慧娟、叶敏超、严珂 |
绘制单位 | 中国计量大学信息工程学院、中国计量大学信息工程学院、中国计量大学信息工程学院、中国计量大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |