《表1 增强网络隐含层特征图》
为了减少训练和检测时间,我们对卷积层的层数进行了考虑,实验部分中比较了不同层数的增强网络在测试集上的表现,最终选取了图5所示的网络结构.为了观察增强网络对小目标的实际增强效果,在输入图像包含目标的情况下,我们依次选取了网络中各个隐含层的部分特征图进行观察,结果如表1所示.同时为了进一步探究增强网络对小目标特性的捕捉能力,我们采取与文献[17]中的方法可视化隐含层权重的特征响应情况.方法如下:对于某一个特定的卷积核,我们以其输出特征图经过激活函数后平均值作为其损失值,以表示该卷积核特征图,则得到一个卷积核可视化特征响应的算法为:
图表编号 | XD0065890600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 吴双忱、左峥嵘 |
绘制单位 | 华中科技大学人工智能与自动化学院多谱信息处理技术国家级重点实验室、华中科技大学人工智能与自动化学院多谱信息处理技术国家级重点实验室 |
更多格式 | 高清、无水印(增值服务) |