基于改进GoogLeNet的地基云图分类

作者:郑智健; 卢冰冰; 郑清杰
来源:信息记录材料, 2023, 24(04): 195-197.
DOI:10.16009/j.cnki.cn13-1295/tq.2023.04.048

摘要

针对目前地基云图分类实时性和效率不高的问题,提出了一种GoogLeNet改进模型。该模型在GoogLeNet架构上利用分离卷积、引入归一化层等技巧进行了调整。在相同的MGCD数据集上通过常用的几种模型进行对比训练,结果表明GoogLeNet改进模型不仅具备更高的准确率,而且有效避免了过拟合问题,为实际设备应用提供了有益参考。

全文