《表1 部分参数(密集块个数,滤波器个数)在比例因子为3时的微调结果(粗体表示最佳性能)》
随着网络深度的增加,网络可能出现梯度爆炸的现象,训练时易出现难以拟合甚至过拟合的情况。残差学习[27]可以自适应学习特征之间的差异,使特征可以得到尽可能多的利用,减小了模型训练饱和精度下降的副作用。表1中详细展示了本文为获得最佳性能而对参数所做的修改。最终选取了两个密集块作为特征提取网络的主要组成部分。
图表编号 | XD00106623700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 胡诗语、王国栋、赵毅、王岩杰、潘振宽 |
绘制单位 | 青岛大学计算机科学技术学院、青岛大学计算机科学技术学院、青岛大学计算机科学技术学院、青岛大学计算机科学技术学院、青岛大学计算机科学技术学院 |
更多格式 | 高清、无水印(增值服务) |