首页> 中文期刊> 《微型电脑应用》 >残差网络在图像分类上的轻量化研究

残差网络在图像分类上的轻量化研究

         

摘要

卷积神经网络由于其出色的性能,在计算机视觉领域被广泛使用。但是由于卷积神经网络其自身特性所限制,常常出现训练所需数据量大、模型训练困难等问题。为了达到模型轻量化的目的,文章改进了网络的基本模块,并将卷积核进行分解,使用卷积层代替全连接层,以达到减少参数量。实验证明所提出的模型分类正确率为90.5%,而且提出的模型在与ResNet18分类正确率相差无几的情况下,大幅度减少参数量和计算量,具有一定的应用价值。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
获取原文

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号