《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》

  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

《车前小型障碍物图像检测与分类方法》

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

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。