《表5 MResNet-B各模块卷积核的输出特征图个数及需要学习参数》

  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

《多尺度残差网络模型的研究及其应用》

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

从表4可以看出，每个模块的参数量很大，为了进一步降低MRes Net-A网络架构的参数，本文综合1) ～4) 的设计原则，按照Lenet9模型架构的设计方法，设计了如图11所示的多尺度小卷积残差模块MRes Net-B，降维模块仍然使用图9（b）所示的降维模块架构。图11中的多尺度小卷积残差模块各卷积核对应的输出特征个数及参数如表5所示。可以看出，虽然模块B1、B2、B3比对应的模块A1、A2、A3使用了更多的卷积核，但是参数量均要小于A1、A2、A3的参数量，图9（a）和图11中的1×1的卷积核步长均为1，3×3、5×5、1×3、3×1采用零填充策略。