用于大规模图像识别的特深卷积网络

• 作者: 李荟 王梅
• 来源期刊: 计算机系统应用
• 关键词: 深度学习 卷积网络 图像识别 卷积滤波器
• 年，卷（期）: 2021,（9）
• 所属期刊栏目: 研究开发|Research and Development
• 页码范围: 330-335
• 页数: 6页
• 语种: 中文
• DOI: 10.15888/j.cnki.csa.007943

摘要

卷积网络深度对大规模图像识别的准确性有不可忽视的影响.使用具有非常小(3×3)卷积滤波器的架构,我们对深度不断增长的网络进行了全面评估.通过将深度推到16–19重量层可以实现对现有技术配置的显着改进.通过比对其他卷积滤波器架构的卷积网络,我们验证了我们提出的网络对大规模图像识别的改进效果.同时为了避免训练数据集内在的偏倚,我们还使用了其他数据集对网络进行了验证,在这些数据集中,它们可以获得最先进的结果.