基于双网络级联卷积神经网络的设计

作者：潘兵; 曾上游; 杨远飞; 周悦; 冯燕燕

来源：电光与控制, 2019, 26(02): 57-61.

• 图像识别
• 卷积神经网络
• 网络级联
• 特征图

传统的卷积神经网络通常采用单一的网络结构进行特征提取,但是单一网络结构提取的特征不够充分,导致图片分类的精度不高。针对这个问题提出了采用两种网络同时进行特征提取,再将两种网络级联在一起,得到两种网络的融合特征,使提取的特征更具有辨别性。双网络级联是采用两条支路进行特征提取,一条支路为传统的CNN,另一条支路为在传统的CNN基础上加上残差操作,在下一次特征图降维前通过级联操作将两条不同的网络支路结合在一起。本网络实验采用101food和caltech256数据集进行测试,将级联后的网络和两条支路网络进行对比,实验最后表现出较好的结果。

• 单位
  广西师范大学; 电子工程学院