《表4 不同编码端网络对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《轻量金字塔解码结构的单目深度估计网络》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

本文编码端主干网络尝试了在Image Net上进行预训练的不同网络模型，包括VGG16、VGG19、Res Net50和Res Net101。具体实验结果如表4所示，除编码端主干网络外，其他网络结构与图2保持一致。本文去掉了VGG16和VGG19预训练网络模型后面的一个池化层和三个全连接层，去掉了Res Net50和Res Net101预训练网络模型后面的分类层。不同编码端网络对比结果表明，用预训练Res Net50作为编码端主干网络的网络模型各项指标较优，在准确率δ<1.25的指标上分别比VGG16、VGG19、Res Net101高5.9%、9.9%、0.9%，且在网络模型总体参数量上保持最低，分别低于编码端主干网络为VGG16、VGG19、Res Net101的网络模型总体参数量70.5%、71.5%、28.6%。