《表2 学习率变化策略:车前小型障碍物图像检测与分类方法》
其他训练参数主要包括:学习率、动量和衰减。在这个实验中,动量是0.9,衰减是0.000 5。实验的学习率策略是阶段性的。根据迭代次数,其具体的变更过程如表2所示。在迭代次数为20 000次时,学习率降低到0.000 1,可以加快训练速度。O-YOLO 416×416模型的损失曲线如图5所示。最终的平均损失值是0.367 7。图像输入分辨率的大小影响检测的精度[8],因此使用5种不同分辨率图像模型(O-YOLO 288×288、352×352、416×416、480×480、544×544)来训练。
图表编号 | XD00134405100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.25 |
作者 | 陈炳煌 |
绘制单位 | 福建工程学院信息科学与工程学院、福建省汽车电子与电驱动技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |