基于改进VGG16图像分类方法研究

被引:2
|
作者
伊卫国 [1 ]
杨金玮 [2 ]
机构
[1] 大连交通大学计算机与通信工程学院
[2] 大连交通大学软件学院(现代信息产业学院)
关键词
图像分类; 计算机视觉; VGG16; Leaky Relu; Focal Loss;
D O I
暂无
中图分类号
学科分类号
摘要
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
引用
下载
收藏
页码:108 / 112+120 +120
页数:6
相关论文
共 10 条
  • [1] 融合改进vgg16模型与SVM的抓毛织物检测方法
    金守峰
    尤佳欣
    侯一泽
    [J]. 毛纺科技, 2022, (09) : 89 - 93
  • [2] VGG16衍射光子神经网络及情境依赖处理
    赵兴亚
    杨志伟
    戴键
    张天
    徐坤
    [J]. 光学学报, 2022, 42 (19) : 151 - 161
  • [3] 基于改进VGG16网络模型的花卉分类
    侯向宁
    刘华春
    侯宛贞
    [J]. 计算机系统应用, 2022, (07) : 172 - 178
  • [4] 基于改进VGG16网络的机载高光谱针叶树种分类研究
    汪泉
    宋文龙
    张怡卓
    陈佳昊
    蒋大鹏
    [J]. 森林工程, 2021, 37 (03) : 79 - 87
  • [5] 基于改进卷积神经网络的肺结节识别算法
    傅磊
    林振衡
    谢海鹤
    [J]. 莆田学院学报, 2021, 28 (02) : 50 - 55
  • [6] 融合社会信任关系的改进推荐系统
    周璐璐
    [J]. 计算机应用与软件, 2014, 31 (07) : 31 - 35
  • [7] Reluplex made more practical: Leaky ReLU.[J].Xu J.;Li Z.;Du B.;Zhang M.;Liu J..Proceedings - IEEE Symposium on Computers and Communications.2020,
  • [8] Improving Robustness of Deep Neural Network Acoustic Models via Speech Separation and Joint Adaptive Training..[J].Narayanan Arun;Wang DeLiang.IEEE/ACM transactions on audio, speech, and language processing.2015, 1
  • [9] Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift..[J].Sergey Ioffe;Christian Szegedy.CoRR.2015,
  • [10] Supervised decision-tree-based hashing for image retrieval..DENG X;LIU M;JIA Y;.IEEE Transactions on Multimedia.2017, 01