《表1 各层的特征图数量及数据总量》

  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

《基于卷积神经网络的肺结节分类算法》

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

网络层C3层和基本原理同C1层，也是由30个特征图组成。其基本原理和也和C1层类似，卷积之后每个特征图的大小为122×122。网络层S4层基本原理同S2层，是第二个下采样层，进一步起到特征提取的作用，所得的特征图大小为61×61。由于经过两次卷积下采样之后，特征图的尺寸仍然比较大，不利于网络充分提取特征。所以在S4层之后再加入一个卷积层C5和下采样层S6，对特征图采取进一步的降维操作。C5层由60个特征图组成。但是处理的方式和conv1不同，滤波器是对30个特征图中的某几个特征图中对应的区域乘以权重，再加上相应的偏置最后对所得到的权重进行卷积。经过C5层之后，特征图的大小变为57×57。在S6层，特征图降为28×28。网络层C7层是一个卷积层，将C7中的卷积核在C6的所有特征图上进行卷积操作，C7层中包含了60个大小为24×24的特征图。网络各层的特征图数量以及数据总量如表1所示。