科研之友
微信
新浪微博
Facebook
分享链接
摘要
[目的/意义]通过混合图像检测对生物医学学术文献里的图像进行分类,为进一步的生物医学图像研究提供支撑。[方法/过程]利用深度卷积神经网络的经典模型VGG16网络构建了混合图像检测模型,并对VGG16网络的第1个卷积层的卷积核做了修改,对比了3种不同大小的卷积核的检测效果。[结果 /结论]通过对Image CLEF2016混合图像检测测试数据集的检测,使用5×5卷积核的VGG16模型的检测正确率达到97. 08%,准确率、召回率和F1值指标均优于对比网络模型的检测结果。通过对首层提取的特征图进行可视化发现,在VGG16网络中5×5的卷积核相比3×3的卷积核可以提取更多的边缘特征,更适合混合图像检测任务。
- 单位
