DenseNet模型轻量化改进研究

舒军; 蒋明威; 杨莉; 陈宇

doi:10.19603/j.cnki.1000-1190.2020.02.005

华中师范大学学报（自然科学版） ›› 2020, Vol. 54 ›› Issue (02) : 187 -193. DOI: 10.19603/j.cnki.1000-1190.2020.02.005

DenseNet模型轻量化改进研究

舒军, 蒋明威, 杨莉, 陈宇

作者信息 +

Author information +

文章历史 +

PDF

摘要

针对深层DenseNet模型在小型数据集上的过拟合问题,提出了一种改进的轻量化DenseNet模型.首先,优化网络中密集连接块(Dense Block)数量和其内部网络结构;然后,提出一种自适应池化层方法,解决改进网络的特征图分辨率适应问题;最后,加入Skip Layer模块增强密集连接块间特征信息流通.实验结果表明,改进方法能够减少模型的参数量和计算量,有效解决了深层DenseNet的过拟合问题.