深度學(xué)習(xí)中深度可分離卷積網(wǎng)絡(luò)在遙感圖像分類中的優(yōu)化

打開文本圖片集

摘要：為了優(yōu)化深度可分離卷積網(wǎng)絡(luò)在遙感圖像分類中的應(yīng)用，解決傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)在處理高分辨率遙感圖像時(shí)的計(jì)算量大、參數(shù)冗余等問題。采用模塊化與層次化設(shè)計(jì)方法，應(yīng)用數(shù)據(jù)增強(qiáng)技術(shù)與特征工程，通過輕量化模型設(shè)計(jì)、參數(shù)剪枝與量化技術(shù)，并設(shè)置實(shí)驗(yàn)環(huán)境、選取典型數(shù)據(jù)集，進(jìn)行實(shí)驗(yàn)設(shè)計(jì)與評(píng)估，比較不同模型的分類準(zhǔn)確率。（剩余4349字）