| 基于改進LeNet-5的形狀類似物體識別方法 | |
| 所屬分類：技術論文 | |
| 上傳者：muyx | |
| 文檔大?。?span>1002 K | |
| 標簽： LeNet-5網絡 圖像識別 非對稱卷積 | |
| 所需積分：0分積分不夠怎么辦？ | |
| 文檔介紹：針對深度學習在對外形類似物體的識別上存在著識別精度低、耗時長等問題，提出基于改進的LeNet-5的識別方法。在傳統LeNet-5網絡基礎上，將卷積層變為雙層非對稱卷積使網絡有更好的特征提取能力；通過批量歸一化提高網絡泛化能力；采用全局平均池化替代原Flatten層，用于克服傳統全連接層參數多、耗時長的缺點；通過對訓練集進行增廣增加訓練樣本。實驗結果表明，改進LeNet-5網絡的訓練精度達到91%，識別形狀類似物體的精度為87%，且能在較少迭代次數內收斂，這些指標均顯著優于原網絡。 | |
| 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 華北計算機系統工程研究所版權所有 京ICP備10017138號-2