《表1 硬件和软件的配置:基于数据平衡深度学习的不同成熟度冬枣识别》
运行深度学习模型YOLOv3[19]和Faster R CNN[20]使用的硬件配置以及相应的操作环境如表1所示。在此硬件和配置环境下,使用Tensor Flow搭建试验平台,运行YOLOv3程序的batch_size设置为8,训练集、验证集、测试集的比例设置为8∶1∶1,运行Faster R CNN程序的batch_size设置为256。计算机配置两个NVIDIA RTX2080 Ti的GPU和1TB的存储容量,因此计算机硬件条件的配置能达到两种深度学习模型的要求。
图表编号 | XD00192764600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.18 |
作者 | 王铁伟、赵瑶、孙宇馨、杨然兵、韩仲志、李娟 |
绘制单位 | 青岛农业大学机电工程学院、青岛农业大学机电工程学院、山东省胶州市第一中学、青岛农业大学机电工程学院、青岛农业大学理学与信息科学学院、青岛农业大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |