《表2 瓶颈结构：基于轻量级网络的实时人脸识别算法研究》
提示：宽带有限、当前游客访问压缩模式
Bottleneck为瓶颈结构[9]，在网络中使用瓶颈结构，可以在保证精度不减的情况下大大减少网络的参数量。其结构如表2所示。
| 图表编号 | XD00134721600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.01 |
| 作者 | 张典、汪海涛、姜瑛、陈星 |
| 绘制单位 | 昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院、昆明理工大学信息工程与自动化学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 多种算法测试结果：基于多尺度轻量级卷积网络的PCB裸板缺陷识别算法》2020.10.28
- 《表1 网络结构：基于自归一化神经网络的低分辨率人脸识别》2021.02.01
- 《表1 人脸检测网络结构：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表1 人脸检测网络结构：基于YOLO和FaceNet航拍行人目标识别》2020.11.25
- 《表5 误识别率统计结果：基于深度学习的人脸识别算法研究》2020.05.01
- 《表4 识别率统计结果：基于深度学习的人脸识别算法研究》2020.05.01
- 《表1 训练参数：基于深度学习的人脸识别算法研究》2020.05.01
- 《表3 算法各项性能对比：基于MobieNetV2轻量级人脸识别算法》2020.07.10
- 《表2 网络结构：基于MobieNetV2轻量级人脸识别算法》2020.07.10
- 《表2 剪枝网络结构表：轻量级目标识别深度神经网络及其应用》2020.09.15
- 《表1 实验参数表：一种基于卷积神经网络的人脸识别改进算法》2020.08.01
- 《表3 人脸数据集表：基于轻量级网络的实时人脸识别算法研究》2020.02.01
- 《表1 FNet结构：基于深度学习的ARM平台实时人脸识别》2019.08.10
- 《表1 测试结果：基于深度学习的人脸识别算法研究》2019.10.05
- 《表1 网络结构示意表：基于卷积神经网络的人脸表情识别研究》2019.07.25
- 《表1 实验结果：基于改进卷积神经网络的人脸识别算法》2019.07.31
- 《表1 算法评价：基于深度学习的非结构环境下海参实时识别算法》2019.06.01
- 《表1 旋转角选择策略：多宇宙并行量子遗传神经网络人脸识别算法研究》2019.05.15
- 《表1 数据制作：基于轻量级卷积神经网络的人脸识别方法》2019.03.01
- 《表2 不同模型性能对比：基于轻量级卷积神经网络的人脸识别方法》2019.03.01