卷积神经网络在图像分类中的网络结构优化

发布时间：2020-07-12 05:19

【摘要】：近些年,ILSVRC大赛逐年刷新图像识别准确率,该竞赛会给定一个包含有大量被人工标记的训练数据集,让研究者们自行设计算法并且在给定数据集上验证自己的算法对物体检测识别的效果。另一个主要目标是在大规模图像集的检索和标记中测试计算机视觉技术的进步。很多知名的网络结构都在该竞赛中崭露头角,比如AlexNet,VGG,GoogleNet,Deep Residual Network等。为了使模型更好的运用于特定数据集,尽可能的提高图像分类准确率,训练过程中产生较少的震荡、过拟合等现象,本文就ILSVRC大赛中的AlexNet模型进行研究。主要工作如下:1、提出了一种新的阈值激活函数,解决了训练结果中出现的数据偏离最佳点的问题,使网络模型更加稳定,而且提高了图片分类准确率。利用caltech101数据集和caltech256数据集对改进激活函数的AlexNet模型进行验证,数据训练过程在Linux系统中的Caffe平台进行。由于Caffe中仅支持lmdb格式的图片类型,因此要将图片进行格式转换后再进行训练。结果表明caltech101数据集的分类精确率从0.977提高到0.993,caltech256数据集的分类准确率从0.654提高到0.923。2、针对阈值激活函数分类训练速度慢的问题,查找相关文献研究网络训练的时间复杂度,从特征图的数量、卷积核的面积、卷积层的数目三个方面对AlexNet模型进行改进。在不影响分类准确率的前提下,最后确定了分别适合caltech101数据集和caltech256数据集分类的最优模型。其中caltech101数据集通过减少卷积核的数目,达到减少特征图数量的目的,训练速度有明显提高;caltech256数据集则是通过减少卷积层的数目来达到加快收敛速度的目的。本文通过将实验数据对比作图的方法,说明了深度学习和卷积神经网络在图像分类领域的重要作用,在现有卷积神经网络的基础上,提出优化激活函数的卷积神经网络模型,该模型提高了数据集caltech101和数据集caltech256的分类准确率,极大的增强了网络的稳定能力和抗过拟合性能,在收敛速度上也有很大提升。
【学位授予单位】：山西大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP391.41;TP183
【图文】：

卷积神经网络在图像分类中的网络结构优化

Neocognitron的结构

示意图,网络拓扑结构,示意图,图像分类

卷积神经网络在图像分类中的网络结构优化Machine，RBM）。1998 年，Yann LeCun 提出了 LeNet-5 模型，这是第一个实用经典卷积神经网络，它使用卷积层、池化层和全连接层相组合，用于手写数字图像分类数据集，如图 1.3 是 LeNet-5 的网络拓扑结构示意图。这一创新还被运用到了好多方面，诸如面部识别与定位[24]，检测面部表情[25]，对文本进行检测[26]，实现跟踪监测[27]等。

对比图,错误率,历年,对比图

图 1.4 ILSVRC 大赛历年 top5 错误率对比图目前，各国的科研人员仍然在研究卷积神经网络。但是随着网络层级的逐渐加深，这种训练对硬件机器的要求越来越高，一次训练所耗费的时间从一开始的几个小时到几天，现在已经成了几个月。虽然成本较高，但是卷积神经网络给人类生活带来的方便却是巨大的，它被运用于各个行业，以促进科技的发展，加速人工智能的进程。1.3 本文的研究内容和结构安排本论文主要就 ILSVRC 大赛中的 AlexNet 模型进行研究，对现有网络模型进行改进优化并对未来研究方向进行规划。本文组织结构如下：第一章：绪论。本章首先论述了图像分类在当今社会的重要性，介绍了图像分类和卷积神经网络的研究背景；其次阐述了国内外学者对深度学习和卷积神经网络的发展作出的巨大贡献，并对代表性网络结构做了简要概括；最后对本文各章内容安排加以总结。

【相似文献】