《表1 提出的细粒度车辆提取网络的具体细节》
奇异值分解的方法通常在全连接层使用,以Resnet18为主干网络,在分类层前面添加一个512维的fc(全连接)层,作为特征输出层,在全连接层后面接一个Drop_out层,参数设置为0.2,可以防止训练过拟合,使网络学习到更加紧凑和更具有区分性的特征。奇异值分解卷积神经网络结构如图1所示,其网络结构具体细节如表1所示。
图表编号 | XD0078788100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.20 |
作者 | 蒋行国、万今朝、蔡晓东、李海鸥、曹艺 |
绘制单位 | 桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院、桂林电子科技大学信息与通信学院 |
更多格式 | 高清、无水印(增值服务) |