《表2 以ResNet101为主干网络的特征提取网络结构参数》
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
《改进Mask R-CNN在航拍灾害检测的应用研究》
为进一步提升本文所改进Mask R-CNN的性能,寻找最优化的特征提取网络结构,分别利用ResNet18、ResNet34、ResNet50、ResNet101和ResNet152这五种网络作为特征提取网络中的主干网络分别训练并测试结果。结果如图14所示,显然以ResNet101为主干网络的平均准确率均值最高。因此本文在特征提取网络使用ResNet101作为主干网络。表2详细列出了以ResNet101为主干网络的特征提取网络结构参数。
图表编号 | XD00102832600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 李梁、董旭彬、赵清华 |
绘制单位 | 太原师范学院管理系、太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心、太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心、太原理工大学信息与计算机学院&新型传感器和智能控制教育部(山西)重点实验室微纳系统研究中心 |
更多格式 | 高清、无水印(增值服务) |