《表1 LeNet5与VGG-Net对比》
在分类器模型选择方面,选择500个测试样本,分别用训练好的LeNet网络和VGG-Net网络进行测试,识别的准确率及测试样本所用时间如表1所示,结构简单的LeNet5的识别率与VGG-Net相比明显偏低,不能满足要求;VGG-Net模型,识别精度可以满足要求,且测试500个样本所用的时间只比LeNet5模型多0.4秒,对整个识别效率的影响不是很大;因此,从识别准确率和识别效率上综合考虑,选择VGG-Net作为分类器的模型结构。
图表编号 | XD00164306200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 闫俊涛、吴自然、陈宪帅、吴桂初、舒亮 |
绘制单位 | 温州大学、温州大学、温州大学、温州大学、温州大学 |
更多格式 | 高清、无水印(增值服务) |