《表1 EfficientNet-B0网络参数》
提示:宽带有限、当前游客访问压缩模式
本系列图表出处文件名:随高清版一同展现
《基于卷积神经网络与迁移学习的碳钢石墨化自动评级研究》
本文采用EfficientNet-B0作为模型的主干网络,如图5所示。该网络包括16个MBConv层,2个Conv层,1个全局平均池化层(Global average pooling)和1个FC全连接层,各参数如表1所示。考虑到模型对底层特征的依赖,在开始阶段只采用步长为2的卷积操作,未使用最大池化,以减少细节特征的丢失。另外,网络中的多个卷积阶段采用了5×5的卷积核,是因为MBConv5×5的浮点运算次数比MBConv3×3要少,计算效率较高。
图表编号 | XD00203527300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.02.25 |
作者 | 谢小娟、杨宁祥 |
绘制单位 | 广东省特种设备检测研究院珠海检测院、广东省特种设备检测研究院珠海检测院 |
更多格式 | 高清、无水印(增值服务) |