《表3 不同沙漏网络个数准确率、参数量及训练时间对比》

  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

《基于多源图像弱监督学习的3D人体姿态估计》

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

本文还验证了沙漏模块的数量对回归模型准确率的影响，如表3所示。其中，本文模型（4 stack）代表的是将2D回归子网络模块中的沙漏模块增加至4个，并基于本文改善后的残差模块结构训练获得的3D回归模型，与使用2个沙漏模块的本文模型（2 stack）相比，回归准确率提高了约0.35%左右，但每个batch的训练时间会增加约52%，即每个epoch训练周期会增加近一半的训练时间。实验表明，增加网络层数可进一步提升回归模型的准确率，但其训练时间和模型参数量会大幅增加，因此，为达到快速训练的目的，将使用本文模型（2 stack）对应的网络结构进行实验。