深度学习中深度可分离卷积网络在遥感图像分类中的优化

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：为了优化深度可分离卷积网络在遥感图像分类中的应用，解决传统卷积神经网络在处理高分辨率遥感图像时的计算量大、参数冗余等问题。采用模块化与层次化设计方法，应用数据增强技术与特征工程，通过轻量化模型设计、参数剪枝与量化技术，并设置实验环境、选取典型数据集，进行实验设计与评估，比较不同模型的分类准确率。（剩余4349字）

试读结束

目录
monitor
客服机器人