重庆理工大学学报2021，Vol.35Issue(3) ：145-151.DOI:10.3969/j.issn.1674-8425(z).2021.03.019

应用于图像分割的卷积神经网络参数简化模型

A Parameter Simplification Convolutional Neural Network Model for Image Segmentation

孙双林 杨倩 张优敏
重庆理工大学学报2021，Vol.35Issue(3) ：145-151.DOI:10.3969/j.issn.1674-8425(z).2021.03.019
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

应用于图像分割的卷积神经网络参数简化模型

A Parameter Simplification Convolutional Neural Network Model for Image Segmentation

孙双林 1杨倩 1张优敏1
扫码查看

作者信息

  • 1. 重庆工程学院 软件学院,重庆 400056
  • 折叠

摘要

在图像处理领域卷积神经网络普遍存在模型复杂、参数众多等问题,使得方法应用不便、时间开销不可控.针对这一问题,提出了一种混合规模的深度卷积神经网络,该网络架构基于扩展的卷积方法,以便在不同图像规模上采集到关键特征,并通过将深度特征紧密相连,从而控制参数的数量.实验结果表明,新方法可以在限制模型参数前提下达到相当高的准确率,并能有效降低过拟合的风险.

关键词

卷积神经网络/图像分类/参数规模/准确率

引用本文复制引用

基金项目

国家自然科学基金面上项目(61572089)

重庆市教委科技计划重点基金(KJZD-K201801901)

重庆市教委科学技术研究项目资助(KJ1717371)

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
被引量2
参考文献量8
段落导航相关论文