基于双通道交叉融合的卷积神经网络图像识别方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：针对单通道卷积神经网络的特征提取不够充分、深度网络存在训练困难的问题，提出一种双通道交叉融合的卷积神经网络模型。该模型包括三个特征提取阶段，每个阶段分两条通道进行图像卷积，当两条通道的卷积结束后进行特征交叉融合，经过三次交叉融合后输入到全局平均池化层以及全连接层中得到分类结果。将该模型应用于Cifar10、Cifar100和Fashion-MNIST的图像分类任务以验证模型的有效性。（剩余10393字）

试读结束

目录
monitor