《表4 不同数量的残差块的性能比较》

  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

《基于轻量自动残差缩放网络的图像超分辨率重建》

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

在ARSN模型中，每个残差块包含两个卷积层，残差块的数量控制模型的深度。随着残差块数的变化，模型的性能将在一定程度上变化，但是，残差块数量的增加将大大增加模型中参数的数量，过多的残差块会降低模型的速度。因此，为了使模型具有较高的性能和速度，找到合适数量的残差块是非常重要的。实验在NVIDIA Tesla P40显卡上进行测试，测试了不同数量的残差块的时间和内存消耗，结果显示见表4。本文使用BSD100测试集测量内存消耗和运行时间，该测试集包含100张分辨率为480×320的图像。此外，本文使用Python中的时间库来计算这些图像之间的平均运行时间。