| 基于密集卷积神经网络的全卷积池化算法 |
| |
| 引用本文： | 宋佳霏,宋欣霞,杨贺群,黄若琳. 基于密集卷积神经网络的全卷积池化算法[J]. 智能计算机与应用, 2021, 11(3): 66-69. DOI: 10.3969/j.issn.2095-2163.2021.03.014 |
| |
| 作者姓名： | 宋佳霏 宋欣霞 杨贺群 黄若琳 |
| |
| 作者单位： | 东华大学 计算机科学与技术学院,上海201620 |
| |
| 摘 要： | 目前用于图像识别的大多数卷积神经网络(CNN)都使用相同的原理构建,即:卷积层、池化层、全连接层.文中使用密集卷积神经网络重新评估了用于图像识别的所有组件,并对池化层不存在的必要性提出了质疑.经过实验,分析发现池化层可以由步幅增加的卷积层代替,却不会降低图像识别的准确率.研究中则在DenseNets上训练提出的由卷积层...
|
| 关 键 词： | 全卷积 池化算法 DenseNets |
Fully Convolutional Pooling algorithm based on Dense Convolutional Neural Networks |
| |
| SONG Jiafei,SONG Xinxia,YANG Hequn,HUANG Ruolin. Fully Convolutional Pooling algorithm based on Dense Convolutional Neural Networks[J]. INTELLIGENT COMPUTER AND APPLICATIONS, 2021, 11(3): 66-69. DOI: 10.3969/j.issn.2095-2163.2021.03.014 |
| |
| Authors: | SONG Jiafei SONG Xinxia YANG Hequn HUANG Ruolin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
