基于轻量级网络的复杂场景小尺度目标检测方法

• 作者: 王阿萌 孙倩倩 严鑫瑜 史润涛 宋景润
• 来源期刊: 缔客世界
• 关键词: 检测 神经网络 分类
• 年，卷（期）: 2020,（11）
• 所属期刊栏目: 知识与信息管理
• 页码范围: 285
• 页数: 1页
• 语种: 中文
• DOI: 10.12247/j.issn.2096-7748.2020.11.260

摘要

在本文中,我们提出了一种方法,即使我们只有少量的医学图像(目标域),也可以重用在非医学图像(源域)上训练的网络以提高性能.我们提出的方法首先使用MPDBM训练深度神经网络来解决源任务.为了评估这种关系,我们将目标域输入到源域训练的深度神经网络中.然后,我们根据输出层的响应计算直方图.在计算直方图后,我们选择与目标域相对应的输出层的变量.然后,以使所选变量作为目标域的输出响应的方式调整参数.在本文中,我们将MNIST数据集用作源域,将X射线CT图像的肺部数据集用作目标域.实验结果表明,该方法可以提高分类性能.