《表2 CNN各层参数设置》
图像在输入CNN之前需要裁剪为指定大小227×227。在图2中,convi表示卷积层i,fci表示全连接层i,i表示数字。CNN中所有网络层的参数设置如表2所示,其中F、S、P分别表示卷积池化窗的大小、窗口滑动的步长、图像的边界填充,Kf表示在当前网络层中卷积池化窗的个数,Df表示当前网络层输出特征的维度。当网络层为全连接层时,全连接fc6和fc7输出的特征维度为4096,而最后一个全连接层fc8输出的特征维度为Ndf。CNN的初始化参数如下:动量设置为0.5,参数衰减量为0.0002,学习率为0.001。由于CNN模型的图像文本主题多标签分类学习任务,该网络输出特征维度Ndf由实验指定的图像数据集Corel5K和IAPR TC-12的文本主题的个数决定。
图表编号 | XD00106622600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 张蕾、蔡明 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |