Mobile Net V2算法在深度可分离卷积网络的基础上结合了残差网络结构,在降低计算量的基础上提升模型的精度。为进一步提升精度,受密集连接和深度可分离卷积的启发,在Mobile Net V2的基础上结合一种快速的密集多尺度特征融合的结构,提取浅层通道与空间特征与深度特征信息融合。实验表明,多尺度特征密集连接融合的Mobile Net V2(Multi-Feature Densely Fusion Mobile Net V2,MFDF Mobile Net V2)算法,在微量增加运算量的情况下,在Caltech-101数据集和Cifar10数据集上的表现都有提升,具备一定的实用性。
展开▼
