《表1 LFW和Agedb数据库下的识别率》
本文中,人脸识别模型训练时使用的余弦域损失函数的时间复杂度都为O(n),n为训练集的大小。在训练过程中,训练60 000个batch所使用的时间如表1所示,由于涉及到GPU调度和交互,不同算法所用时间的长短关系可能存在偏差,但基本都在同一量级上。kcosine在保证人脸识别率稳定快速增长的同时,用时没有明显增加,并且在训练用时相同时,kcosine相比于其他几种算法具备人脸识别率较高的优势。
图表编号 | XD00197435600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.15 |
作者 | 张飞翔、余学儒、何卫锋、李琛 |
绘制单位 | 上海交通大学电子信息与电气工程学院微纳电子学系、上海集成电路研发中心有限公司AI部、上海交通大学电子信息与电气工程学院微纳电子学系、上海集成电路研发中心有限公司AI部 |
更多格式 | 高清、无水印(增值服务) |