DenseNet明确区分了添加到网络中的信息(改变的信息)和被保护的信息(重用的信息)。 DenseNet层是非常窄的(例如,每层12个过滤器),只在网络的集合知识中添加一小部分feature-maps,并保持其余的feature-maps不变,最终的分类器根据网络中的所有feature-maps做出决策。 大幅度减少参数数量 网络比较窄,参数少,其feature map...
Keras框架+DenseNet121网络结构 Batch大小为64,循环次数为20次,通过在线上环境完成训练,模型最优精度评分为91.35。 遥感影像场景分类预测DenseNetKeras 最后更新 2019/09/03 15:03阅读 8549 1、通过观察本地图片发现停车场和路边停车场等类别比较接近,更多的是细节上的差异。