《表1 卷积核尺寸大小对评价指标的影响》
采用不同大小的卷积核将影响网络模型的特征提取能力,为了更好地了解网络,本文可视化卷积核的类型。由图5可以看出较小的卷积核(Conv)局部感受野小,但包含更多的细节信息,能够较好地将图像中所包含的主要信息提取出来,去除冗余特征信息[16]。为了验证卷积核大小对分割精度的影响,在实验过程中将Batch Size设置为128,默认学习率为0.01。由表1可以看出,将池化类型选择为平均池化时,1×1大小的卷积核比选择3×3和5×5的卷积核在IOU评价指标上分别高出2.25和6.07个百分点。
图表编号 | XD00107097200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.15 |
作者 | 王振、师韵、李玉彬 |
绘制单位 | 西京学院信息工程学院、西京学院信息工程学院、西京学院信息工程学院 |
更多格式 | 高清、无水印(增值服务) |