《表2 水位检测CNN网络架构》
2015年,微软亚洲研究院,He等[19]提出了基于残差学习的卷积神经网络(ResNet)。ResNet基于残差模块构建。152层的ResNet在ImageNet上的Top-5准确率已经超过人类,并且文献[19]也证实,ResNet的识别率不会随着网络层次的增加而降低。近年来,以ResNet作为基础结构的新计算机视觉算法层出不穷。此外,基于ImageNet训练的ResNet权重在各种深度学习计算平台上都极易获得。基于以上原因,本文选用ResNet50作为图像特征提取的基础网络。本文给出的水位预测网络的总体架构如表2所示。
图表编号 | XD00163225600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.10 |
作者 | 廖赟、段清、刘俊晖、周豪 |
绘制单位 | 云南大学软件学院、云南大学软件学院、云南大学软件学院、云南省览易网络科技有限公司 |
更多格式 | 高清、无水印(增值服务) |