Table 1.

The DeepMaskNet architecture.

Sr. No	Layer	Filters	Size	Stride	Padding
1	Input
2	Convolutional-1 (Batch Normalization + LeakyRelu)	128	3 × 3	4 × 4	0 × 0
3	Max pooling		3 × 3	2 × 2	0 × 0
4	Convolutional-2 (Batch Normalization + LeakyRelu)	512	3 × 3	1 × 1	2 × 2
5	Max pooling		3 × 3	2 × 2	0 × 0
6	Convolutional-3 (Batch Normalization + LeakyRelu)	384	3 × 3	1 × 1	1 × 1
7	Max pooling		3 × 3	2 × 2	0 × 0
8	Convolutional-4 (Batch Normalization + LeakyRelu)	256	3 × 3	1 × 1	1 × 1
9	Convolutional-5 (Batch Normaslization + LeakyRelu)	256	3 × 3	1 × 1	1 × 1
10	Convolutional-6 (Batch Normalization + LeakyRelu)	256	3 × 3	1 × 1	1 × 1
11	Max pooling		3 × 3	2 × 2	0 × 0
12	Fully Connected + LeakyRelu + Dropout
13	Fully Connected + LeakyRelu + Dropout
14	Fully Connected + LeakyRelu + Dropout
15	Fully Connected
16	softmax
17	classification