| 紧凑型深度卷积神经网络在图像识别中的应用 |
| |
| 引用本文： | 吴进,钱雪忠.紧凑型深度卷积神经网络在图像识别中的应用[J].计算机科学与探索,2019,13(2):275-284. |
| |
| 作者姓名： | 吴进 钱雪忠 |
| |
| 作者单位： | 江南大学 物联网工程学院,江苏 无锡,214122;江南大学 物联网工程学院,江苏 无锡,214122 |
| |
| 基金项目： | 国家自然科学基金No.61673193;中央高校基本科研业务费专项资金Nos.JUSRP51635B;JUSRP51510~~ |
| |
| 摘 要： | 针对深度卷积神经网络的结构越来越复杂,参数规模过于庞大的问题,设计出一种新的紧凑型卷积神经网络结构Width-MixedNet和其多分支的基本模块Conv-mixed,该架构扩展了卷积神经网络的宽度。Convmixed利用分支结构使多个不同的卷积层处理同一个特征图,提取不同的特征。在深度卷积神经网络的识别任务中,使用多个小型卷积层叠加,逐层缩小特征图的方法代替全连接层进行最后的特征提取。整个Width-MixedNet架构的参数数量只有3.4×10~5,仅有传统深度卷积神经网络的1/30。分别在CIFAR-10、CIFAR-100和MNIST数据集上进行实验,准确率分别达到了93.02%、66.19%和99.59%。实验表明,Width-MixedNet有更强的学习能力和表现能力,在提高识别精度的同时,大大降低了网络的参数规模。
|
| 关 键 词： | 深度学习 卷积神经网络 紧凑型结构 宽度扩展 图像识别 |
Compact Deep Convolutional Neural Network in Image Recognition |
| |
| WU Jin,QIAN Xuezhong.Compact Deep Convolutional Neural Network in Image Recognition[J].Journal of Frontier of Computer Science and Technology,2019,13(2):275-284. |
| |
| Authors: | WU Jin QIAN Xuezhong |
| |
| Affiliation: | (School of Internet of Things Engineering,Jiangnan University,Wuxi,Jiangsu 214122,China) |
| |
| Abstract: | WU Jin;QIAN Xuezhong(School of Internet of Things Engineering,Jiangnan University,Wuxi,Jiangsu 214122,China) |
| |
| Keywords: | deep learning convolutional neural network compact structure width expansion image recognition |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
