《表2 所提网络参数设置:基于卷积神经网络的道路监控系统下车辆颜色识别》
本文设计的卷积神经网络结构如图1所示。网络共包含八层,输入是3通道RGB彩色图像,其分辨率为227×227×3。第一卷积层使用尺寸为11×11步幅为4的卷积核,第二卷积层使用尺寸为5×5步幅为2的卷积核,第三层、第四层和第五层均使用尺寸为3×3步幅为1的卷积核,第六层和第七层均使用尺寸为1x1步幅为1的卷积核。我们对所有卷积层进行Re LU激活,并且在第二卷积层、第三卷积层、第四卷积层、第五卷积层之前进行批归一化处理。在第一卷积层、第二卷积层和第五卷积层之后均使用尺寸为3×3步幅为2的卷积核进行最大重叠池化操作,GAP层的内核大小设置为3×3,输出层的神经元数量为8。在本文的方法中,将卷积神经网络架构视为特征提取器,经过若干的卷积层和池化层,最终将所提取的特征向量输入Soft Max中用于车辆颜色识别。该网络的总参数量为840多万,表2显示了不同层的特征尺寸和参数数量。
图表编号 | XD00191195200 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.18 |
作者 | 姚国愉、张昭、李雪纯、张佳乐 |
绘制单位 | 西安邮电大学通信与信息工程学院、西安邮电大学通信与信息工程学院、西安邮电大学通信与信息工程学院、西安邮电大学通信与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |