《表2 网络结构:一种高精度微孔板浑浊度识别网络》
本文的重点是设计神经网络中的卷积层,使神经网络提取到的图像特征更明显。但基于切割的圆孔数量并不多,不适合复杂网络的训练,且可分离卷积核有更快的运算速度,本文设计一个12层的神网络结构,如表2所示,其中Conv表示使用传统卷积核的卷积层,Depth Conv表示使用深度可分离卷积核的卷积层,Avg Pool表示平均池化层,FC表示全连接网络层,并且在计算卷积核运算时都使用填充处理。
图表编号 | XD00223082100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 李西明、马李晓、曾晓银、王璇、孙坚、郭玉彬 |
绘制单位 | 华南农业大学数学与信息学院、华南农业大学数学与信息学院、华南农业大学数学与信息学院、华南农业大学数学与信息学院、华南农业大学兽医学院、华南农业大学数学与信息学院 |
更多格式 | 高清、无水印(增值服务) |