《表2 实验加工条件:基于改进目标检测算法的AGV避障方法研究》
SSD-Mobilenet模型实验的平台在Ubuntu18.4系统下进行,使用基于深度学习框架Py Torch的目标检测工具箱Mmdetection搭建SSD-Mobilenet检测模型,并使用双路型号为Intel E5 2670的CPU和双路型号为Tesla V100的GPU对搭建好的模型进行训练和测试。实验中模型的各项参数设置见表2,训练中使用学习率衰减策略在第8次迭代和第12次迭代过程中对学习率进行衰减,同时使用经典的随机梯度下降方法SGD对模型的损失进行优化。
图表编号 | XD00183992700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.10 |
作者 | 徐贺、杨春梅、李博 |
绘制单位 | 东北林业大学、东北林业大学、东北林业大学 |
更多格式 | 高清、无水印(增值服务) |