《表8 四种模型的训练测试时间对比》

  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MM-STConv的端到端自动驾驶行为决策模型》

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

表8为4种模型的训练时间和测试时间对比。根据表8可发现：PiloNet的训练时间与测试时间都是最短的，这是因为它的网络结构没有考虑深度特征和语义分割特征，是4种模型中较为简单的，但是这种低耗时是以降低精度为代价而得到的；DBNet和FCN-LSTM因加入了深度特征、语义分割特征的提取网络，在训练时间与测试时间上与PiloNet相比都有增加；而MM-STConv均包括深度特征和语义分割特征的提取网络，训练时间较长，但是测试时间与FCN-LSTM相差较小，同样可以满足多任务预测的实时性需求。综合预测精确度考虑，本文提出的模型既有较高的预测精确度又有好的实时性，具有较强的优越性与竞争力。