科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于WGAN模型的特征重标定卷积方法,属于深度学习神经网络领域,包括以下步骤：S1、构造原始生成对抗网络模型；S2、构造沃瑟斯坦距离,作为对抗网络模型的评判指标；S3、初始化随机噪声,输入生成器中；S4、为每一层卷积设定相应的权值,利用特征重标定卷积对图像进行卷积操作；S5、根据每次训练之后损失函数的变化情况,动态更新每一层卷积的权值进行后续训练。在传统的模型中,图像通过多层卷积能够得到多个特征图,但每张特征图权值相等,本方法能够让生成对抗网络学习每张特征图的权值,即重要程度,为后续的训练提高了效率,同时也通过沃瑟斯坦距离提供了网络训练的方向。
- 单位
