%0 Journal Article %A 陈鑫华 %A 钱雪忠 %A 宋威 %T 基于轻量级特征融合卷积网络的图像分类算法 %D %R 10.19678/j.issn.1000-3428.0059815 %J 计算机工程 %P 268-275 %V 47 %N 11 %X 传统卷积神经网络存在卷积核单一、网络结构复杂和参数冗余的问题。提出一种轻量级特征融合卷积神经网络MS-FNet。在融合模块中采用多路结构以增加卷积神经网络的宽度,通过不同尺寸的卷积核对输入特征图进行处理,提高网络在同一层中提取不同特征的能力,并在每次卷积后采用批归一化、ReLU等方法去除冗余特征。此外,使用卷积层代替传统的全连接层,从而加快模型的训练速度,缓解因参数过多造成的过拟合现象。实验结果表明,MS-FNet可在降低错误率的同时,有效减少网络参数量。 %U http://www.ecice06.com/CN/10.19678/j.issn.1000-3428.0059815