DenseNet模型轻量化改进研究
2020-04-15分类号：TP183
【部门】湖北工业大学电气与电子工程学院 湖北工业大学太阳能高效利用及储能运行控制湖北省重点实验室 湖北第二师范学院计算机学院
【摘要】针对深层DenseNet模型在小型数据集上的过拟合问题,提出了一种改进的轻量化DenseNet模型.首先,优化网络中密集连接块(Dense Block)数量和其内部网络结构;然后,提出一种自适应池化层方法,解决改进网络的特征图分辨率适应问题;最后,加入Skip Layer模块增强密集连接块间特征信息流通.实验结果表明,改进方法能够减少模型的参数量和计算量,有效解决了深层DenseNet的过拟合问题.
【关键词】DenseNet Skip Layer 深度网络 模型轻量化
【基金】湖北省科技厅重大专项项目(2017ACA105)
【所属期刊栏目】华中师范大学学报(自然科学版)
文献传递
