《表3 改进的AlexNet模型参数》
对比网络I和网络II,在卷积操作上将全部卷积层替换成3×3小卷积核的分类性能相比于5×5的大卷积核有所提升,因为在相同感受野下,小卷积核得到更少的参数和更强的非线性变换,所以提取特征能力更强。网络I和网络III对比验证了当池化核尺寸大于步长时,产生的重叠池化可提升泛化能力;网络I和网络IV相比,增加层数也就增加模型的复杂度,样本量不够大时,过深网络反而会使分类性能降低。经性能测试分析后,最终选取网络I模型结构的卷积池化层。原网络有3个全连接层,其中2个全连接层的神经元都是4096个,结构一模一样,因此设计模型结构时去除一层全连接层,只用2个全连接层,最终设计网络框架结构和参数分别如图5和表3所示。
图表编号 | XD00162245300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.25 |
作者 | 徐健、吴曙培、刘秀平 |
绘制单位 | 西安工程大学电子信息学院、西安工程大学电子信息学院、西安工程大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |