《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》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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。