《表1 CNN各层详细信息》

  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

《基于OpenCv的性别识别系统软件的设计》

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

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。