《表1 模型参数：基于深度学习的驾驶员状态识别》
提示：宽带有限、当前游客访问压缩模式
本文基于PyTorch深度学习框架，搭建了卷积神经网络模型FaceNet，模型输入图像大小为126 x 126 x 3，模型结构如图9所示，网络模型参数见表1。
| 图表编号 | XD00138889400 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.02.15 |
| 作者 | 董小明、李昌乐、迟志诚、陈一凡 |
| 绘制单位 | 长安大学汽车学院、长安大学汽车学院、长安大学汽车学院、长安大学汽车学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表1 基于深度学习的点云识别模型对比》2020.09.20
- 《表1 语音识别测试表：基于深度学习的中文语音识别模型设计与实现》2020.09.01
- 《表2 基于深度强化学习算法的自动驾驶模型训练环境、数据集和方法》2021.01.16
- 《表1 网络模型参数：基于深度学习的加密网络流量识别方法研究》2021.01.10
- 《表5 基于深度学习的人体姿态识别模型汇总》2021.02.01
- 《表3 基于深度学习的实体关系识别模型对比》2020.12.31
- 《表2 建筑半自动化成果：基于深度学习的驾驶证识别方法研究》2020.07.01
- 《表2 网络评价参数：基于深度强化学习的单目视觉自动驾驶决策系统》2020.05.01
- 《表3 基于深度学习的联合识别模型对比》2020.07.15
- 《表3 参数配置表：基于深度递归强化学习的无人自主驾驶策略研究》2020.04.25
- 《表2 实验超参数设置：基于深度学习的方志物产资料实体自动识别模型构建研究》2020.08.25
- 《表1 系统的测试结果：基于深度学习的不规范驾驶行为智能识别系统》2020.02.25
- 《表2 模型训练环境：基于深度学习的驾驶员状态识别》2020.02.15
- 《表1 网络层参数：基于深度学习与二维离散小波分解特征相融合的adaboost人脸识别模型》2020.02.05
- 《表2 深度学习模型参数：基于深度学习的情报分析方法识别研究——以安全情报领域为例》2019.10.25
- 《表4 数据集实验结果：基于迁移学习和AlexNet的驾驶员行为状态识别方法》2019.10.08
- 《表3 数据集标签：基于迁移学习和AlexNet的驾驶员行为状态识别方法》2019.10.08
- 《表1 摄像机内参数：基于深度学习的驾驶关注区域检测研究与实现》2019.07.08
- 《表1 模型参数设置：基于深度学习的不规则特征识别检测技术》2019.06.20
- 《表1 神经网络正确率：基于深度学习的人体低氧状态识别》2019.06.01