《表1 网络参数：基于卷积神经网络的火焰识别》

  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

《基于卷积神经网络的火焰识别》

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

网络训练的batch大小为20，考虑到原始输入图像为224×224的大小，网络结构中除第一个卷积核使用1×1外，其余均使用5×5的卷积核，池化尺寸2×2，步长为2。最大特征图深度控制在512层，采用自适应学习率和弃权策略，drop比例0.8，通过Softmax函数将实际火焰检测问题转换为有火和无火的二分类问题。详细的网络参数见表1。