《表1 DCNN模型的参数设置》

  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

《类别均衡与局部中值损失联合监督的自然场景人脸表情识别》

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

本文的CNN与文献[13]类似，包括6个卷积层、3个最大池化层和2个全连接层.具体参数设置在表1中列出，其中每层图像输入输出表示为行×列×通道数；卷积核表示为行×列，步长；Conv表示卷积层；Pool表示最大池化层；FC表示全连接层.网络模型以及CALM损失函数是基于Caffe[20]开源深度学习框架实现的.本文实验在每一个卷积层之后添加了batch normalization[21]层，并且采用PReLU[22]作为激活函数，没有使用dropout层.