《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》

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

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%.