简介:摘要本文基于经典的残差网络结构,提出一种改进后的残差模块。该结构可以在不增加网络深度的前提下,提取更多的样本特征,从而提升网络性能。以MNIST手写字体库为训练集,使用tensorflow做为机器学习库,在GPU上训练模型。实验结果表明,改进后的残差模块可以更好的提出网络特征,从而提高预测的准确度。
基于改进残差网络的图像处理研究