《表1 net1在不同学习率下的变化》
注:加粗字体为最优结果,IU为Intersection over Union。
网络结构采用FCN网络训练。网络结构分别采用net1和net2。相比于net1,net2的改变是在每一层max-pooling层之后加入dropout层。这里尝试用dropout带来的模型集成思想,使得提取的特征更加稳定。量化结果如表1和表2所示。
图表编号 | XD0047561300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.16 |
作者 | 原尉峰、郭佳明、苏卓、罗笑南、周凡 |
绘制单位 | 中山大学数据科学与计算机学院、中山大学国家数字家庭工程技术研究中心、中山大学数据科学与计算机学院、中山大学国家数字家庭工程技术研究中心、中山大学数据科学与计算机学院、中山大学国家数字家庭工程技术研究中心、桂林电子科技大学计算机与信息安全学院、中山大学数据科学与计算机学院、中山大学国家数字家庭工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |