基于局部感受野扩张D-MobileNet模型的图像分类方法

来源：计算机应用研究杂志2020年第4期北京时间：

作者：王威,邹婷,王新,

单位：1.长沙理工大学计算机与通信工程学院,长沙410114；2.中国电信股份有限公司益阳分公司,湖南益阳413000；

摘要：针对轻量级深度神经网络MobileNet会减少分类准确率的问题，将空洞卷积核引入MobileNet模型的某一卷积层中，提出一种基于局部感受野扩张的D-MobileNet模型。该模型根据空洞卷积核所在位置的不同分为三种结构，在不增加参数数量的同时能够扩大该层卷积核的局部感受野，提高分类精度。实验在Caltech-101数据集、Caltech-256数据集以及图宾根大学动物分类数据库上进行，结果表明，D-MobileNet模型可获得比MobileNet更好的分类准确率，最多可以提高2%。

关键词：图像分类,深度神经网络,MobileNet,空洞卷积,D-MobileNet,

基金资助：国防预研项目；国家自然科学基金资助项目(61070040)；湖南省教育厅科研项目(17C0043)；；