期刊专题

10.11896/jsjkx.190600179

多尺度膨胀卷积在图像分类中的应用

引用
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,所提出的构建网络方法在图像分类中取得了较好的效果.

神经网络、图像分类、膨胀卷积、多尺度

47

TP301(计算技术、计算机技术)

2020-07-17(万方平台首次上网日期,不代表论文的发表时间)

共7页

166-171,186

暂无封面信息
查看本期封面目录

计算机科学

1002-137X

50-1075/TP

47

2020,47(z1)

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn