《表4 不同模型的特征提取速度和模型参数量的对比》

  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

《基于改进B-CNN的轨枕挡肩裂纹图像细粒度分类》

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

为了验证改进B-CNN模型降低网络的运算复杂度，使用VGG-D模型和B-CNN模型从特征提取速度和模型参数量上进行对比，结果如表4所示。从表4可以看到，使用双线性CNN后，模型参数量大幅度减少，仅为原参数量的18.51%，同时模型的提取特征速度与VGG-D模型相比，提升45.31%。