基于多分支网络的图像分类算法

• 作者: 杨晶东 杨鑫
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 残差网络 多分支网络 泛化性能
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 人工智能
• 页码范围: 56-59
• 页数: 4页
• 分类号: TP301
• 字数: 2509字
• 语种: 中文
• DOI: 10.11907/rjdk.182713

摘要

为提高卷积神经网络在图像分类中的泛化性,提出基于多分支深度神经网络结构.使用ResNet(残差网络)的跨层连接结构构造多分支网络,各分支网络共享中浅层特征提取,深层网络使用不同卷积核尺寸.分别使用独立损失函数产生多梯度对中浅层特征权值进行同步调整.与ResNet的单重网络进行对比实验,结果表明,在具有相同收敛性的前提下,各个分支网络的泛化性都得到一定提高,在多类别数据集中表现出更优性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨晶东	上海理工大学光电信息与计算机工程学院	35	136	7.0	9.0
2	杨鑫	上海理工大学光电信息与计算机工程学院	2	1	1.0	1.0