《表8 在Market-1501数据集上的计算速度对比》
本文方法与Mobilenet_v2[30]、HA-CNN[11]、MLFN[24]等主流方法进行了对比。为保证实验对比的公平性,本研究在相同硬件环境下测试了各方法训练运行一个批次(10张图像)所消耗的时间。从表8中可以看出,本文方法与一些轻量级模型如Mobilenet_v2等在实时性方面仍有一定的差距,但其精度表现较好,与MGN[6]等方法的计算效率相仿。同时需要说明的是,本文所设计的注意力模块可以在增加较少参数的情况下,提高网络学习能力,其增加的参数量相较于整体网络来说是较小的,运行速度相对慢些的主要原因仍然是基础网络结构相对复杂。
图表编号 | XD00188317500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 李聪、蒋敏、孔军 |
绘制单位 | 江南大学物联网工程学院江苏省模式识别与计算智能工程实验室、江南大学物联网工程学院江苏省模式识别与计算智能工程实验室、江南大学物联网工程学院江苏省模式识别与计算智能工程实验室 |
更多格式 | 高清、无水印(增值服务) |