《表1 CNN各层详细信息》
卷积神经网络CNN是一种深度神经网络模型,主要由卷积层、池化层和全连接层构成。卷积层负责图像特征提取,池化层用于降维及实现不变形,而全连接层则起到分类器的作用。由于性别识别只有两个类别,因此选择简单的网络结构是比较合理的。图2是用于性别识别的网络模型,三通道彩色图像被缩放到256×256的大小,并随机截取其中227×227大小的区域作为卷积神经网络的输入。表1中,分析了卷积网络每一层的输入尺寸,输出尺寸,以及卷积核尺寸等参数的详细信息,便于设计网络结构。其中s表示步长stride,p表示边界扩展padding。每一个卷积层经过Re LU激活函数,并加上Batch Normalization。全连接层经过Re LU激活函数,并加入dropout层防止过拟合。
图表编号 | XD00110286100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 刘莎 |
绘制单位 | 仰恩大学工程技术学院 |
更多格式 | 高清、无水印(增值服务) |