资料下载
×
多尺度膨胀卷积神经网络在图像分类中的应用
消耗积分:0 |
格式:pdf |
大小:5.41 MB |
2021-06-16
分享资料个
在采用深度学习进行图像分类时，为减少下采样导致的空间信息损失，往往采用膨胀卷积代替下采样，但尚未有文献研究膨胀卷积作用于不同网络层的性能差异。文中进行了大量图像分类实验，找到了适宜膨胀卷积作用的最佳网络层。但使用膨胀卷积会丢失近邻点的相关信息，导致网格现象，造成图像部分局部信息的丢失。为消除网格现象，又提出在前述最佳网络层采用多尺度膨胀卷积构建神经网络的方法。实验结果表明，所提岀的构建网络方法在图像分类中取得了较好的效果。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
