《表2 不同网络参数量、计算量及网络层数》
训练时,Faster RCNN通过RPN层损失LRPN及Fast RCNN层损失LFast_RCNN反向传播优化网络参数,其中LRPN及LFast_RCNN均由分类损失及回归损失组成。算法主干网络采用经典结构VGG-16[12]、残差结构网络Res101[13]、轻量化结构网络MobileNet_v1[14],以观察这三种典型的网络结构对算法识别精度、速度及泛化性能的影响。三种网络的参数量、计算量(每秒浮点运算次数,FLOPs)及网络层数见表2,计算时输入图片大小600pixel×800pixel(H×W),RPN通道数设为512。
图表编号 | XD00188322400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.25 |
作者 | 文灿华、李佳、董雪 |
绘制单位 | 上海交通大学中英国际低碳学院、上海交通大学中英国际低碳学院、上海交通大学中英国际低碳学院 |
更多格式 | 高清、无水印(增值服务) |