基于深度学习的轻量级图像分类网络探究  

Exploration of Lightweight Image Classification Network Based on Deep Learning

作　　者：郑瑾 安文有 Zheng Jin;An Wenyou

机构地区：[1]黄冈职业技术学院电子信息学院,湖北黄冈438002

出　　处：《黄冈职业技术学院学报》2024年第2期98-102,共5页Journal of Huanggang Polytechnic

摘　　要：图像分类是深度学习领域研究的热点之一,随着时代的发展,人们对于能够在轻量设备上运行的网络模型的需求日益迫切。文中围绕轻量级图像分类网络的发展历程,介绍在图像分类中常用的数据集和构建轻量级图像分类网络的方法,系统阐述深度学习的轻量级图像分类网络理论。通过实验数据的评估,对不同网络模型的性能进行分析,为轻量级图像分类网络的设计和优化提供了参考。对轻量级图像分类网络的未来发展进行探讨,提出未来研究的方向和重点,为深度学习领域的学习者和从业者提供了有价值的参考。

关 键 词：图像分类 轻量级网络 设计方法 

分 类 号：TN919.85[电子电信—通信与信息系统]