《表1 训练参数:多任务网络模型对肝脏超声影像的识别和去噪》
SGD_Momentum优化器的性能明显优于其他优化器,当迭代次数为60时,SGD_Momentum优化器在LS和LB样本集中均能得到较高的识别准确率,且其损失值较小,这说明SGD_Momentum优化器是最适合分类实验的;利用四种优化器对L′S和L′B样本集进行去噪实验(图7),发现随着迭代次数的不断增加,四种优化器的数值都在不断变小,其中,Adam优化器的变化最为明显,其MSE数值比其他三种优化器更小,在迭代次数约为50次时达到最小值,因此后续的去噪实验中将采用Adam优化器,并将迭代次数设置为50。优化器的训练参数设置如表1。
图表编号 | XD00121850700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 张欢、赵希梅、魏宾 |
绘制单位 | 青岛大学计算机科学技术学院、青岛大学计算机科学技术学院、山东省数字医学与计算机辅助手术重点实验室、山东省数字医学与计算机辅助手术重点实验室 |
更多格式 | 高清、无水印(增值服务) |