《表1 Inception构成参数》

  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

《刑事案件现场图自动分类算法》

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

本文XCTNet结构中引用GoogleNet中的Inception结构，如图3所示，主要由4个部分组成，卷积核大小为1×1、3×3、5×5的三种卷积层以及3×3的最大池化层，使用这种结构主要是通过多个不同大小的卷积核来提取图像不同尺度的信息，在对这些信息进行融合后，可得到更好的分类效果。而卷积核大小为1×1的卷积层的作用主要是减少训练参数量，以降低模型的空间复杂度。本文XCTNet结构中共使用4层Inception结构，如图2所示，使用Inception1a和Inception1b替换了AlexNet中的第4层卷积层，使用Inception2a和Inception2b替换了AlexNet中的第5层卷积层。在AlexNet中这两层卷积层主要用来扩增特征图的通道数，增加特征的深度，使用Inception结构替换后，能够增加特征的多样性，以提升卷积层提取特征的质量。本文XCTNet主要对这4层Inception结构的卷积核个数进行调整，具体如表1所示。