黄冈职业技术学院学报2024，Vol.26Issue(2) ：98-102.DOI:10.3969/j.issn.1672-1047.2024.02.25

基于深度学习的轻量级图像分类网络探究

郑瑾 安文有
黄冈职业技术学院学报2024，Vol.26Issue(2) ：98-102.DOI:10.3969/j.issn.1672-1047.2024.02.25
✕
  • NETL
  • NSTL
  • 万方数据

基于深度学习的轻量级图像分类网络探究

郑瑾 1安文有1
扫码查看

作者信息

  • 1. 黄冈职业技术学院 电子信息学院,湖北 黄冈 438002
  • 折叠

摘要

图像分类是深度学习领域研究的热点之一,随着时代的发展,人们对于能够在轻量设备上运行的网络模型的需求日益迫切.文中围绕轻量级图像分类网络的发展历程,介绍在图像分类中常用的数据集和构建轻量级图像分类网络的方法,系统阐述深度学习的轻量级图像分类网络理论.通过实验数据的评估,对不同网络模型的性能进行分析,为轻量级图像分类网络的设计和优化提供了参考.对轻量级图像分类网络的未来发展进行探讨,提出未来研究的方向和重点,为深度学习领域的学习者和从业者提供了有价值的参考.

关键词

图像分类/轻量级网络/设计方法

引用本文复制引用

出版年

2024
黄冈职业技术学院学报
黄冈职业技术学院

黄冈职业技术学院学报

影响因子：0.314
ISSN：1672-1047
参考文献量26
段落导航相关论文