《表2 训练时间与检测速度对比》
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
《基于改进Faster R-CNN的自然场景文字检测算法》
通过表2数据可知,改进后的模型采用剪枝处理方法能够有效进行模型压缩,虽然复杂度增加,但训练时间显著降低,检测速度相比Faster R-CNN和CTPN更快,说明通过对神经网络权重的剪枝处理的确能够降低参数的计算量,压缩模型尺寸,同时又不改变模型的结构。该模型将嵌套长短期记忆网络的参数与卷积神经网络模块的参数共享,进行联合训练,可以缩短训练时间,提高训练效率。
图表编号 | XD00145900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.01 |
作者 | 杨宏志、庞宇、王慧倩 |
绘制单位 | 重庆邮电大学光电信息感测与信息传输实验室、重庆邮电大学光电信息感测与信息传输实验室、重庆邮电大学光电信息感测与信息传输实验室 |
更多格式 | 高清、无水印(增值服务) |