Table 1.

Analysis of the layers for our first model.

No.	Name	Type	Activation	Learnable
1	imageinput 400 × 400 × 3 images	Image Input	400 × 400 × 3	-
2	conv_1 8 3 × 3 × 3 convolutions with stride [1 1] and padding ’same’	Convolution	400 × 400 × 8	Weight 3 × 3 × 8 Bias 1 × 1 × 8
3	batchnorm_1 Batch normalization with 8 channels	Batch normalization	400 × 400 × 8	Offest 1 × 1 × 8 Scale 1 × 1 × 8
4	relu_1 ReLU	ReLU	400 × 400 × 8	-
5	maxpool_1 2 × 2 max pooling with stride [2 2] and padding [0 0 0 0]	Maxpooling	200 × 200 × 8	-
6	conv_2 16 3 × 3 × 8 convolutions with stride [1 1] and padding ’same’	Convolution	200 × 200 × 16	Weight 3 × 3 × 8 × 16 Bias 1 × 1 × 16
7	batchnorm_2 Batch normalization with 16 channels	Batch normalization	200 × 200 × 16	Offest 1 × 1 × 16 Scale 1 × 1 × 16
8	relu_2 ReLU	ReLU	200 × 200 × 16	-
9	maxpool_2 2 × 2 max pooling with stride [2 2] and padding [0 0 0 0]	Max Pooling	100 × 100 × 16	-
10	conv_3 32 3 × 3 × 16 convolutions with stride [1 1] and padding ’same’	Convolution	100 × 100 × 32	Weight 3 × 3 × 16 × 32 Bias 1 × 1 × 32
11	batchnorm_3 Batch normalization with 32 channels	Batch normalization	100 × 100 × 32	Offest 1 × 1 × 32 Scale 1 × 1 × 32
12	relu_3 ReLU	ReLU	100 × 100 × 32	-
13	fc 5 fully connected layer	Fully Connected	1 × 1 × 5	Weight 5 × 320,000 Bias 5 × 1
14	softmax softmax	softmax	1 × 1 × 5	-
15	classoutput crossentropyex	Classification Output	-	-