《表1 SE-Dense Vox Net的网络结构及参数》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于SE-DenseVoxNet的骨小梁模量预测方法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

在第一个SE模块和第二个Dense模块之间插入了过渡层（transition layer）[10]，以减少模型的参数数目。过渡层由归一化层、Re LU函数、卷积层Conv14和最大池化层构成，其中卷积层Conv14包含160个1×1×1大小的卷积核，用于整合特征通道之间的信息。最大池化层的步长为2，将特征维度降低为原来的一半。SE-D e n s e Vo x N e t的整体网络结构及参数如图3和表1所示。