《表1 模型的分类准确率：基于卷积神经网络特征提取的轻量级包装袋分类模型》

  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

《基于卷积神经网络特征提取的轻量级包装袋分类模型》

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

研究包装袋分类模型的卷积核数量对模型性能的影响。为保证模型既具备较好性能，又具备较低复杂度，在不修改模型架构前提下，设置卷积核尺寸为3×3，仅修改特征提取模块的卷积层卷积核数量，观察不同数量卷积核情况下模型的分类准确率和训练时间。设计8个方案，设置方案1～方案8的模型特征提取模块中每个卷积层卷积核数量分别为4、8、16、24、32、64、128、256，测试模型分类准确率，结果如表1所示。