Mais conteúdo relacionado
Semelhante a Ros,gazeboとchainerを用いた畳込みニューラルネットワークによる3次元形状の学習 (20)
Ros,gazeboとchainerを用いた畳込みニューラルネットワークによる3次元形状の学習
- 6. 3次元畳み込みニューラルネットワーク
➤ 入力層
➤ S×S×Sのvoxcelの固定サイズ配列を受け入れ。S = 32
➤ 畳み込み層C1
➤ チャネル数Nは1となりますので、SxSxSxN。LxLxLxN'の3次元フィルタで畳み込む
➤ N'個の特徴マップを作成、ReLU活性化関数使用
➤ プーリング層P1
➤ 最大プーリング(ダウンサンプリング)
➤ 畳み込み層C2
➤ 再び3次元フィルタで畳み込みN’'個の特徴マップを作成します。
➤ プーリング層P2
➤ 畳み込み層C2の出力に対し同様にプーリングを行います。
➤ 全結合層
➤ 隣接層間のノードすべてを結合した層を2層配置
➤ 最終層は通常のニューラルネットと同様の設計(クラス分類)