《表2 不同深度常用残差网络模型结构及参数配置》

  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

《基于深度残差神经网络迁移学习的牙形刺图像识别》

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

目前应用较广的残差网络模型有Res Net-18、Res Net-34、Res Net-50、Res Net-101和Res Net-152五种不同深度的网络结构（He et al.，2016），其卷积层参数配置如表2所示。为了追求更高的准确率，本文将模型的输入在计算机算力允许的情况下由112?112扩大至128?128。通过对比分析五种网络结构对牙形刺图像识别效果的影响。