《表1 改进的Squeezenet模型参数》

  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

《基于改进的SqueezeNet的人脸识别》

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

改进的SqueezeNet网络模型在保留原模型1×1和3×3的卷积上，做了两个地方的改进，如图2所示，第一部分是池化层融合到下层卷积层。为了能够融合，设计的时候需要让池化层的特征图大小与之后融合的Fire模型的输入与输出的特征图尺寸相同，否则会出现匹配失败。第二部分是引入L2范数约束Softmax，在原来的Softmax层之前增加L2正则化来实现约束效果。模型参数如表1所示。