期刊文献+
共找到1篇文章
< 1 >
每页显示 20 50 100
基于改进VGG16图像分类方法研究 被引量:1
1
作者 伊卫国 杨金玮 《大连交通大学学报》 CAS 2024年第4期108-112,120,共6页
针对神经网络模型在训练过程中遇到的收敛速度慢和测试样本不平衡导致的准确率降低问题,提出了一种基于改进VGG16图像分类模型的LBF-VGG16(Leaky-Bactch-Focal-VGG16)。该模型将原Relu激活函数替换为Leaky Relu,并在卷积层与激活函数之... 针对神经网络模型在训练过程中遇到的收敛速度慢和测试样本不平衡导致的准确率降低问题,提出了一种基于改进VGG16图像分类模型的LBF-VGG16(Leaky-Bactch-Focal-VGG16)。该模型将原Relu激活函数替换为Leaky Relu,并在卷积层与激活函数之间引入BN层,以优化收敛效果。在训练过程中,采用SGD优化器,并融入Focal Loss损失函数。试验结果表明,LBF-VGG16模型在分类效果和收敛速度方面较改进前均有显著提升。 展开更多
关键词 图像分类 计算机视觉 VGG16 Leaky Relu Focal Loss
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部