科研之友
微信
新浪微博
Facebook
分享链接
摘要
卷积神经网络由于其出色的性能，在计算机视觉领域被广泛使用。但是由于卷积神经网络其自身特性所限制，常常出现训练所需数据量大、模型训练困难等问题。为了达到模型轻量化的目的，文章改进了网络的基本模块，并将卷积核进行分解，使用卷积层代替全连接层，以达到减少参数量。实验证明所提出的模型分类正确率为90.5%,而且提出的模型在与ResNet18分类正确率相差无几的情况下，大幅度减少参数量和计算量，具有一定的应用价值。
-
单位南京工业大学浦江学院; 江苏大学
