基于VGG 网络的少样本图像分类方法研究

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：图像分类是计算机视觉领域的热门研究之一。然而，深度神经网络在面对少样本学习时，可能因数据量不足导致过拟合等问题。为此，提出了一种基于VGG网络模型的多层次滤波器方法（IVGG） 。首先，在VGG网络中引入滤波器组，通过采用1×1、3×3和5×5多层次滤波器组，从多个角度获取图像的形状和纹理等特征信息，从而避免单一滤波器的不足。（剩余7452字）

试读结束

目录
monitor
客服机器人