《表1 不同网络结构的参数量》

  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

《基于逐级反投影网络的车牌图像超分辨率重建》

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

CNN的参数量体现了网络在计算机设备中占用内存的大小，与卷积层滤波器的尺寸、偏置、批归一化层、激活函数层等因素相关。为了更好的优化网络，设置了几组对比实验，主要包括参数（4，f，s，n，l），其中，4为总放大倍数，f为反投影模块中采样层滤波器的尺寸，s为反投影模块中用于采样的卷积层或反卷积层步长，n为反投影模块中每层的通道数，l为每个反投影单元的总卷积层数。设置基准算法DBPN的参数为（4，8，4，32，3)，GBPN-1的参数为（4，6，2，32，6+1)，GBPN-11的参数为（4，6，2，28，6+1)，GBPN-2的参数为（4，4，2，42，6+1)，GBPN-21的参数为（4，4，2，40，6+1），其中，6+1中的1表示特征降维层数。所有卷积层采用补零操作使分辨率一致。不同网络结构的参数量如表1所示。