《表1 权重生成网络具体设置参数》
随着网络层数的增加,自编码网络会出现梯度消失问题,导致网络在训练过程中难以收敛。在计算权重过程中,不仅要考虑到图像的低层细节特征,还要考虑到图像的高层语义特征。因此,权重生成网络采用Densenet网络结构[17]。Densenet将网络中的所有层两两连接,使网络中每一层都接受它前面所有层的特征作为输入,实现了网络中所有层之间的信息流最大化,如图3所示。以图像大小为128×128为例,权重生成网络对应的卷积核和激活函数如表1所示。
图表编号 | XD00210862300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.01 |
作者 | 柳伟、孟凡阳、谭旭 |
绘制单位 | 深圳信息职业技术学院广东省智能视觉工程技术研究中心、鹏城实验室、深圳信息职业技术学院广东省智能视觉工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |