《表1 Inception构成参数》
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。
图表编号 | XD00133402500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 王凯旋、李卓容、王晓宾、严圣东、唐云祁 |
绘制单位 | 中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院、中国人民公安大学侦查与刑事科学技术学院 |
更多格式 | 高清、无水印(增值服务) |