| 基于改进LeNet-5的形状类似物体识别方法 | |
| 所屬分類：技术论文 | |
| 上傳者：muyx | |
| 文檔大小：1002 K | |
| 標簽： LeNet-5网络 图像识别 非对称卷积 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：针对深度学习在对外形类似物体的识别上存在着识别精度低、耗时长等问题，提出基于改进的LeNet-5的识别方法。在传统LeNet-5网络基础上，将卷积层变为双层非对称卷积使网络有更好的特征提取能力；通过批量归一化提高网络泛化能力；采用全局平均池化替代原Flatten层，用于克服传统全连接层参数多、耗时长的缺点；通过对训练集进行增广增加训练样本。实验结果表明，改进LeNet-5网络的训练精度达到91%，识别形状类似物体的精度为87%，且能在较少迭代次数内收敛，这些指标均显著优于原网络。 | |
| 現在下載 | |
| VIP會員，AET專家下載不扣分；重復下載不扣分，本人上傳資源不扣分。 | |
Copyright ? 2005-2024 華北計算機系統(tǒng)工程研究所版權所有 京ICP備10017138號-2