- 博客(2)
- 收藏
- 关注
RSS订阅原创 深度神经网络经典模型结构（2）VGG16
输入图像尺寸为224x224x3，经64个通道为3的3x3的卷积核，步长为1，padding=same填充，卷积两次，再经ReLU激活，输出的尺寸大小为224x224x64。经max pooling（最大化池化），滤波器为2x2，步长为2，图像尺寸减半，池化后的尺寸变为112x112x64。经256个3x3的卷积核，三次卷积，ReLU激活，尺寸变为56x56x256。经512个3x3的卷积核，三次卷积，ReLU激活，尺寸变为28x28x512。max pooling池化，尺寸变为14x14x512。
2025-03-26 17:44:52
461
原创 深度神经网络经典模型结构（1）CSPDarknet
目的：增加通道数，原本input的图像是640*640*3，现在与一个6*6*64 的卷积核卷积（图里虽然是3*3，但代码里实际参数是（6，2），说明是6*6的卷积核，进行了一次步长为2的下采样，将特征图尺寸减半），并且进行了一次下采样，output变成320*320*64。那，什么是深度可分离卷积？bottleneck后面介绍，split原文理论上其实是把input的通道二等分，比如原来是64*64*32，分成两个64*64*16，分别处理，但实际上，大家的代码是直接把原图分别进行处理，并没有分割。
2025-03-26 17:34:41
1284
1
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人