《表2 不同网络参数量、计算量及网络层数》

《表2 不同网络参数量、计算量及网络层数》   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Faster RCNN的生活垃圾智能识别》


  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

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。