多尺度SE-Xception服装图像分类
|
陈巧红,陈翊,李文书,贾宇波
|
Clothing image classification based on multi-scale SE-Xception
|
Qiao-hong CHEN,YI CHEN,Wen-shu Li,Yu-bo JIA
|
|
表 1 多尺度SE-Xception模型的整体框架 |
Tab.1 Framework of multi-scale SE-Xception model |
|
层级序号 | 残差链接 | 循环 | 卷积操作 | 输出尺寸 | Conv_1 | − | − | Conv 32,3×3,stride = 2 | 111×111×32 | Conv_2 | − | − | Conv 64,3×3 | 109×109×64 | Conv_3 | Conv 1×1,stride = 2 | − | 多尺度深度可分离卷积 128 多尺度深度可分离卷积 128 最大池化 3×3,stride = 2,padding=1 | 55×55×128 | Conv_4 | Conv 1×1,stride = 2 | − | 多尺度深度可分离卷积 256 多尺度深度可分离卷积 256 最大池化 3×3,stride = 2,padding=1 | 28×28×256 | Conv_5 | Conv 1×1,stride = 2 | − | 多尺度深度可分离卷积 728 多尺度深度可分离卷积 728 最大池化 3×3,stride = 2,padding=1 | 14×14×728 | Conv_6_x | 直连 | ×8 | 多尺度深度可分离卷积 728 多尺度深度可分离卷积 728 多尺度深度可分离卷积 728 | 14×14×728 | Conv_7 | Conv 1×1,stride = 2 | − | 多尺度深度可分离卷积 728 多尺度深度可分离卷积 1024 最大池化 3×3,stride = 2,padding=1 | 7×7×1 024 | Conv_8 | − | − | 多尺度深度可分离卷积 1536 SE-Net模块 | 7×7×1 024 | Conv_9 | − | − | 多尺度深度可分离卷积 2048 SE-Net模块 | 7×7×2 048 | GAP_10 | − | − | 全局均值池化 | 1×1×2 048 | FC_11 | − | − | 全连接层 | 1×1×7 |
|
|
|