《表2 不同卷积核下的识别效果》

  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

《基于卷积神经网络的手势识别研究》

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

为了验证卷积核数目对LeNet-G网络的影响，设置了两个卷积层中的卷积核数目，分别为8-16、16-16、16-32、32-32。然后训练手势数据集并记录识别效果。识别效果见表2。由表2可知，随着卷积核数的增加，错误率逐渐降低。但是，卷积核的数量越多，计算量增大，训练时间增加，并对计算机性能的要求增加。均衡考虑计算机性能、训练时间和识别效果，设置卷积核为16-32结构就可以满足网络的要求。