《表2 损失函数对比实验的深度估计结果》

  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

《一种改进的卷积神经网络的室内深度估计方法》

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

在回归问题上，一般用于优化训练效果的标准损失函数有3种：均方误差函数L2（mean square error，MSE）、BerHu[7]函数、平均绝对值误差函数L1（mean absolute error，MAE）．一般默认选择L2函数作为回归问题的优化函数，因为L2对训练数据的异常值十分敏感，而且其惩罚体制比其他两种更为严格．但笔者经过大量实验，实验结果如表2所示，发现使用L1函数作为损失函数，所产生的最终结果比其他两种更好，故选择L1函数作为本文的默认损失函数．