本發明涉及一種基于信息無損池化的深度卷積神經網絡方法,用于圖像分類,包括下列步驟:收集各種不同類別的圖像,并標注圖像類別,作為圖像標簽信息;圖像集劃分,將收集的圖像劃分為訓練集,驗證集和測試集;設計基于信息無損池化的卷積神經網絡結構,包括所用的卷積層層數和信息無損池化層的層數,設計卷積層中濾波器的個數,設計信息無損池化層的高斯平滑濾波器參數,池化窗口尺寸以及用于特征融合的卷積濾波器結構,設計網絡訓練循環迭代的次數和網絡最終收斂條件,并初始化網絡參數;將訓練數據批量的輸入到該網絡中,進行計算和訓練。
聲明:
“基于信息無損池化的深度神經網絡方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)