《表1 traNet结构：基于分组模块的卷积神经网络设计》

  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

《基于分组模块的卷积神经网络设计》

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

本文设计了两种网络进行对比，分别对比传统的CNN网络traNet和使用本文分组模块的mysliceNet网络在两个数据集上的性能优劣.为了使本文对比实验结果更具有说服力，两种网络的整体结构的层次深度保持一致.传统的traNet结构结构如表1，由6个卷积层、4个池化层构成.第一个卷积核为7*7，卷积之后接一个pooling层进行下采样，后为两个卷积层和pooling层的交替使用.在第三个pooling层之后，采用一个3*3的卷积层进行采样，之后为全局池化层和全连接层.