基于卷积神经网络的图像分类模型综述 |
| |
作者姓名: | 郭庆梅 于恒力 王中训 刘宁波 |
| |
作者单位: | 烟台大学物理与电子信息学院,山东烟台264005;海军航空大学信息融合研究所,山东烟台264001 |
| |
基金项目: | 国家自然科学基金(62101583,61871392); |
| |
摘 要: | 卷积神经网络在计算机视觉等领域占有一席之地,利用局部连接、权值共享以及池化操作等特性,有效地提取图像的局部特征,降低网络复杂度,具有更少的参数量和更好的鲁棒性,因此,吸引了众多研究者的关注,使分类模型朝着更轻、更快、更高效的方向迅速发展。按照卷积神经网络发展的时间线,介绍了常用的典型网络模型,剖析了其创新点与优缺点,并对其未来的发展方向进行了展望。
|
关 键 词: | 卷积神经网络 计算机视觉 特征提取 分类模型 |
本文献已被 万方数据 等数据库收录! |
|