《表2 不同深度网络的分类结果》
从图2可以看出,从第2、第3层卷积过程学习到的特征基本上是颜色、边缘、纹理等低层特征;第4、第5层卷积过程学习到的是更高层的语义信息。根据AlexNet每一层的输出结果及各层所包含的信息,此处讨论第2、第4、第5层融合和第3、第4、第5层融合的结果,根据结果确定本文的融合框架。对比不同池化层融合的结果得到,第2、第4、第5层融合的准确率为71.3%,第3、第4、第5层融合的准确率为70.2%,由于2、第4、第5层输出特征的融合结果高于3、第4、第5层的融合结果,因此设计本文算法的整体框架如图3所示。
图表编号 | XD00145393200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.01 |
作者 | 周浩、胡广芹、张新峰 |
绘制单位 | 北京工业大学信息学部、北京工业大学信息学部、北京工业大学信息学部 |
更多格式 | 高清、无水印(增值服务) |