《表1 网络具体设置参数:基于CNN层内结构优化的图像分类》
在Res Net网络中,保持其他的结构不变,仅仅把其中的bottleneck block替换为Res2Net module搭建完整的Res2Net网络。通过堆叠不同数量的block结构可以构建不同深度的网络。实验所用网络深度有18、34和50层,网络参数如表1所示。在网络结构前期,采用步长为2的7×7卷积和步长为2的3×3最大池化,然后经过逐一block进行特征提取和学习,最后经过平均池化再进行输出。
图表编号 | XD00210860900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 黄颖聪、孟凡阳 |
绘制单位 | 深圳信息职业技术学院广东省智能视觉工程技术研究中心、鹏城实验室 |
更多格式 | 高清、无水印(增值服务) |