一种用于图像分类的加权残差神经网络的构建方法

摘要

本发明公开了一种用于图像分类的加权残差神经网络的构建方法，包括从前至后依次连接卷积层、批归一化层和激活层并封装成根部模块；采用并行的主分支和旁路分支封装得到加权残缺模块；主分支由从前至后按卷积层、批归一化层、激活层的顺序重复数次后封装而成；若加权残差神经网络进行下采样，则旁路分支由卷积层与旁路分支网络并行组成；旁路分支网络由从前至后按卷积层、批归一化层、激活层的顺序重复数次后封装而成；否则，旁路分支由从前至后按卷积层、批归一化层、激活层的顺序重复数次后封装而成；从前至后依次连接全局平均池化层、全连接层和激活层并封装成头部模块；将根部模块、数个加权残缺模块和头部模块依次连接得到加权残差神经网络。