面向图像分类的多尺度感受野残差网络研究.pdf
文本预览下载声明
面向图像分类的多尺度感受野残差网络研究
摘要
近几年由于计算机硬件设备在算力上的突破，深度学习在图像分类领域中得到
广泛应用。其中残差网络因其参数量适中、模块化设计、迁移学习效果良好等优点常
作为交叉行业应用的首选网络。但残差网络仍存在着感受野受限、批量归一化冗余、
特征信息丢失、特征信息提取不充分等问题，这些问题对残差网络在图像分类任务上
的表现造成一定阻碍。基于此，本文以残差网络结构为研究基础，以提高网络特征提
取能力为目标，围绕面向图像分类的残差网络展开研究。具体工作内
显示全部