《表1 卷积神经网络结构说明》
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.
图表编号 | XD00154067500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.01 |
作者 | 沈成龙、王笑梅、王晨 |
绘制单位 | 上海师范大学信息与机电工程学院、上海师范大学信息与机电工程学院、上海师范大学信息与机电工程学院 |
更多格式 | 高清、无水印(增值服务) |