《表2 算法复杂度对比：基于Retinex-UNet算法的低照度图像增强》

  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Retinex-UNet算法的低照度图像增强》

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

为进一步对比方法性能，对神经网络层数（Network Layers）、程序运行时间（Run Time，以s为单位）、时间复杂度（Time，以阶/计算量表示）、空间复杂度（Space，以Mb为单位）对传统方法与神经网络方法进行比较与分析。其中Run Time分别指程序运行时间和网络训练时间，传统方法时间复杂度用阶表示，而深度学习方法用模型进行一次完整前向传播的网络计算量表示。空间复杂度Space用程序运行时所占用内存大小表示。如表2所示。