多尺度膨胀卷积在图像分类中的应用
Computer Science（2020）
摘要
在采用深度学习进行图像分类时,为减少下采样导致的空间信息损失,往往采用膨胀卷积代替下采样,但尚未有文献研究膨胀卷积作用于不同网络层的性能差异.文中进行了大量图像分类实验,找到了适宜膨胀卷积作用的最佳网络层.但使用膨胀卷积会丢失近邻点的相关信息,导致网格现象,造成图像部分局部信息的丢失.为消除网格现象,又提出在前述最佳网络层采用多尺度膨胀卷积构建神经网络的方法.实验结果表明,所提出的构建网络方法在图像分类中取得了较好的效果.
更多AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要