《表3 各网络在Cifar10数据集上的分类正确率》

《表3 各网络在Cifar10数据集上的分类正确率》   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
《基于特征图切分的轻量级卷积神经网络》


  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

为了对比目前通用的一些网络,如38层的IGCNet(IGC-38)[38]、16层的深度根网络(ROOT-16)[34]、内嵌网络(Network in Network,NIN)[30]、ResNet-20[7],本文构建卷积核数目加倍的网络,命名为SFNet2.0,并且在步长为2的残差分支上将原先的1×1卷积层的卷积核大小改为2×2,增加其表征能力.将SFNet2.0与ResNet-20对比目前通用的网络,结果如表3所示,在显著减少参数和计算量的前提下,本文网络性能降低并不明显.