《表1 改进型三维密集连接卷积神经网络参数》
改进型三维密集连接卷积神经网络由深度监督的DenseNets网络经过膨胀化卷积和池化得到。为了扩展更多的dense blocks以加深网络,同时防止特征图的分辨率被过分降低,引入DSOD算法[14]中的transition w/o pooling layer,使网络不只是通过增加每个block内部的层数来加深网络。改进型三维密集连接卷积神经网络包含1个3D卷积层、5个dense blocks、2个transition layers、3个transition w/o pooling layers和1个classification layer。表1给出了网络深度d=58、生长率k=48时的改进型三维密集连接卷积神经网络的模型结构,其中,D、H和W分别表示数据的序列长度、帧高度和帧宽度。
图表编号 | XD0066620900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.25 |
作者 | 张晓龙、刘剑飞、郝禄国 |
绘制单位 | 河北工业大学电子信息工程学院、河北工业大学电子信息工程学院、广东工业大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |