DenseNet模型轻量化改进研究

作者：舒军; 蒋明威; 杨莉^*; 陈宇

来源：华中师范大学学报(自然科学版), 2020, 54(02): 187-193.

DOI：10.19603/j.cnki.1000-1190.2020.02.005

• DenseNet
• Skip Layer
• 深度网络
• 模型轻量化

针对深层DenseNet模型在小型数据集上的过拟合问题,提出了一种改进的轻量化DenseNet模型.首先,优化网络中密集连接块(Dense Block)数量和其内部网络结构;然后,提出一种自适应池化层方法,解决改进网络的特征图分辨率适应问题;最后,加入Skip Layer模块增强密集连接块间特征信息流通.实验结果表明,改进方法能够减少模型的参数量和计算量,有效解决了深层DenseNet的过拟合问题.

• 单位
  湖北第二师范学院; 电子工程学院; 湖北工业大学