《表5 不同卷积层数的共同参数》

  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

《基于卷积神经网络车型分类的研究》

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

迁移学习能够快速训练出针对特定任务的模型结构，但是在测试集的准确率上还不能达到工程实践的要求。为满足高准确率的网络模型，需要对特定任务重新训练所有层的参数，然而较深层次的卷积模型结构需要非常大的数据量和高性能显卡来加速训练，并且不能很好地应用于实践。为此，本文从CNN的基本概念出发，设计较浅不同层数的模型结构来训练模型，并且对原始数据进行增强以达到CNN训练的大数据量的要求，不同层数的模型结构的共同参数详见表5。