《表1 深度卷积神经网络参数列表》
首先对上述目标领域数据集进行图像滤波和局部增强预处理,将其作为二次迁移训练的输入数据。按照3.3节的设计原则进行网络设计,同时水下目标识别初始模型应该与Cifar-10数据集相匹配,随着网络层数的递增,Cifar-10训练集准确率逐渐增加,当超过网络10层后训练准确率达到100%,并不再变动,出现了过拟合现象。为了防止过拟合,水下目标识别初始模型层数设计为10层。一次训练过程中DCNN结构如表1所示。
图表编号 | XD0080612700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.01 |
作者 | 杜雪、廖泓舟、张勋 |
绘制单位 | 哈尔滨工程大学海洋装置与控制技术研究所、哈尔滨工程大学海洋装置与控制技术研究所、哈尔滨工程大学海洋装置与控制技术研究所 |
更多格式 | 高清、无水印(增值服务) |