《表3 分类准确率比较:GMSDenseNet:基于组多结构卷积的轻量级DenseNet》
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
《GMSDenseNet:基于组多结构卷积的轻量级DenseNet》
根据表3实验结果可以得出,所提出的GM SDenseNet模型与其他最新的CNN模型相比,如ResNet-110等,使用了20%甚至更少的模型参数,达到了相近的准确率.GMSDenseNet模型使用了DenseNet-40模型约18.8%的FLOPs以及28.4%的模型参数,准确率下降≤0.4%.该模型与在DenseNet模型上应用先进有效的剪枝技术的模型相比,如DenseNet-40-P,使用了其44.0%的参数和26.2%的FLOPs,准确率下降≤0.4%.
图表编号 | XD00115979700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 于长永、何鑫、祁欣、马海涛 |
绘制单位 | 东北大学秦皇岛分校计算机与通信工程学院、东北大学秦皇岛分校计算机与通信工程学院、东北大学秦皇岛分校计算机与通信工程学院、东北大学秦皇岛分校计算机与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |