《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》
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。
图表编号 | XD00163195400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.10 |
作者 | 强保华、翟艺杰、陈金龙、谢武、郑虹、王学文、张世豪 |
绘制单位 | 广西可信软件重点实验室(桂林电子科技大学)、广西图像图形与智能处理重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学)、广西图像图形与智能处理重点实验室(桂林电子科技大学)、广西可信软件重点实验室(桂林电子科技大学) |
更多格式 | 高清、无水印(增值服务) |