《表2 CNN各层参数设置》

  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

《融合卷积神经网络与主题模型的图像标注》

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

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。