《表1 卷积神经网络结构说明》

  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

《卷积神经网络的民国纸币序列号识别系统》

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

采用CNN识别裁剪后的民国纸币序列号字符，在减少人工提取图像特征的情况下，保证了识别准确度.其网络结构如表1所示，其中，s代表卷积核的步幅；d代表网络结构中卷积核数量；输出数据维度中，4个分量依次表示样本数量、图像尺寸（宽、高）和网络的卷积核数量.在CNN结构中，卷积操作的前两层均采用3×3 pixels的卷积核，并在第二层卷积层中增加2×2 pixels的池化层，以减少计算量，使网络更加关注图像核心特征的提取.除此之外，为防止网络出现过拟合现象，使用数据增强技术扩充数据，并两次添加dropout结构，最终输出维度为14的分类结果.