《表1 CNN-CapsNet,ResNet和InceptionV3实验结果对比》
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
《基于卷积神经网络和胶囊神经网络的宫颈病变图像分类方法研究》
本实验是基于深度学习框架Ke r a s,在N V I DI A RTX2070下进行的,在图形处理器(Graphics Processing U n i t,G PU)下进行训练,实验效率相对于中央处理器(Central Processing Unit,CPU)要高很多,经过多次实验调整训练参数,CNN-CapsNet,ResNet[3]和InceptionV3[4-5]实验结果对比如表1所示。
图表编号 | XD00174130500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.10 |
作者 | 宋丹、张育钊 |
绘制单位 | 华侨大学工学院、工业智能化技术与系统福建省高校工程研究中心、华侨大学工学院、工业智能化技术与系统福建省高校工程研究中心 |
更多格式 | 高清、无水印(增值服务) |