《表3 SqueezeNet15-CPMs-Stage4训练方法》

  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CPMs和SqueezeNet的轻量级人体骨骼关键点检测模型》

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

模型训练时，由于刚开始的模型还不能学习到很好的特征，检测效果与真实标注点相差较大，导致损失函数值变化较大，容易引起梯度分散。如果可以在原来模型的基础上继续训练，不仅可以减少模型的训练时间，而且可以提高准确率。因此，本文在模型训练时引入SqueezeNet的预训练模型初始化网络，使用微调的方法[18]在SqueezeNet权重的基础上训练模型，以达到提高准确率、缩短训练时间的目的，然后在扩展的LSP验证集上进行验证，本文网络模型的训练方法如表3所示，各参数的设置值来自深度学习的训练经验。