《表1 卷积神经网络结构参数》
将图片特征提取通过两条卷积通道完成,除了便于设置不同的卷积核获得图片在不同范围下的特征信息外,还能够有效降低卷积网络的计算复杂度.相同卷积核下,将一个卷积操作按特征通道等分成两个卷积操作后,卷积的参数变为原来的一半,计算量同样随之减半.本文提出的深度卷积网络模型中3个组成部分的卷积结构参数如表1所示.为了获得良好的重建效果,同时将网络规模控制在最小规模,深度特征提取部分采用了8层DMRB模块堆叠.
图表编号 | XD00186118600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.01 |
作者 | 王鑫、王翠荣、王聪、苑迎 |
绘制单位 | 东北大学计算机科学与工程学院、东北大学计算机科学与工程学院、东北大学计算机科学与工程学院、东北大学计算机科学与工程学院 |
更多格式 | 高清、无水印(增值服务) |