《表6 切割实验对分类网络模型的影响》

  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

《基于轻量级深度网络的目标识别方法》

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

在完成模型整体性能对比的基础上，本文又针对模型的每种改进进行了切割实验，以此来验证模型设计过程中每种改进对于最终模型性能的影响。切割实验数据如表6所示。可以看出，算法模型仅适用于深度可分离卷积对原始卷积操作进行优化的情况下，由于深度可分离卷积采用将标准卷积拆分为两步操作的方式，虽然在一定程度上减少了模型的参数和计算量，但是随之带来的是模型中各个特征通道之间的信息交叉关联次数变少，所以导致了模型性能较原有Res Net模型性能大幅度下降。