DenseNet模型轻量化改进研究

• 作者: 杨莉 舒军 蒋明威 陈宇
• 来源期刊: 华中师范大学学报（自然科学版）
• 学科: 工学
• 关键词: DenseNet Skip Layer 深度网络 模型轻量化
• 年，卷（期）: 2020,（2）
• 页码范围: 187-193
• 页数: 7页
• 分类号: TP183
• 字数: 3774字
• 语种: 中文
• DOI: 10.19603/j.cnki.1000-1190.2020.02.005

摘要

针对深层DenseNet模型在小型数据集上的过拟合问题,提出了一种改进的轻置化DenseNet模型.首先,优化网络中密集连接块(Dense Block)数量和其内部网络结构;然后,提出一种自适应池化层方法,解决改进网络的特征图分辨率适应问题;最后,加入Skip Layer模块增强密集连接块间特征信息流通.实验结果表明,改进方法能够减少模型的参数量和计算量,有效解决了深层DenseNet的过拟合问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈宇	湖北第二师范学院计算机学院	10	24	3.0	4.0
2	杨莉	湖北第二师范学院计算机学院	12	35	4.0	5.0
3	舒军	湖北工业大学电气与电子工程学院	20	27	3.0	4.0
7	蒋明威	湖北工业大学电气与电子工程学院	4	3	1.0	1.0