《表1 CNN模型各卷积层滤波器尺寸》
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
《多结构卷积神经网络特征级联的高分影像土地利用分类》
注:11×11×3×96表示该卷积层滤波器由96个11×11×3的矩阵构成,其他类同
本文基于MatConvNet[24]深度学习框架,根据CNN利用小样本数据集进行微调的特点和CNN中滤波器尺寸差异(如表1所示),选择了CaffeNet、VGG-S、VGG-F作为实验模型。其中CaffeNet的滤波器尺寸较大,数量多,网络结构简单,在分类和训练方面的运行速度较快;VGG-S网络构成和参数数量相对复杂,滤波器的特点为尺寸小但数量多,有助于充分提取图像信息,但处理速度较慢;VGG-F的网络结构与CaffeNet类似,滤波器构成具有尺寸大、参数量少的特点,因此图片处理速度快。本文流程如图1所示,图中COV表示卷积层,FULC表示全连接层。
图表编号 | XD008214800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.05 |
作者 | 门计林、刘越岩、张斌、周繁 |
绘制单位 | 中国地质大学公共管理学院、中国地质大学公共管理学院、中国地质大学公共管理学院、武汉市不动产登记中心 |
更多格式 | 高清、无水印(增值服务) |