卷积神经网络模型压缩在图像分类中的应用

• 作者: 叶子 肖诗斌
• 来源期刊: 北京信息科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 卷积神经网络 图像分类 全局平均池化
• 年，卷（期）: 2018,（3）
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP391.4
• 字数: 3979字
• 语种: 中文
• DOI: 10.16508/j.cnki.11-5866/n.2018.03.011

摘要

针对用于图像分类的卷积神经网络中全连接层的参数较多且易产生过拟合的问题,为了减少其存储与计算的开销,对网络的结构进行精简,使用卷积核大小为1×1的卷积层及全局平均池化层来代替传统卷积神经网络架构中的全连接层.实验结果表明,在相同的数据集中,压缩后的卷积神经网络相比于原网络,占用的存储空间更少,并取得了略好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖诗斌	北京信息科技大学计算机学院	25	475	8.0	21.0
5	叶子	北京信息科技大学计算机学院	3	3	1.0	1.0