《表3 反卷积和亚像素卷积对网络性能的影响(数据集为Set5,比例因子为4,初始学习率为10-5)》
在收敛的过程中,亚像素卷积始终表现出较好的性能,且最终亚像素卷积能够到达更高的PSNR。对于学习率的选择,使用初始学习速率0.000 1,在10个Epoch内,残差学习网络的PSNR达到31.21。但是如果使用10-5,则网络的性能永远达不到相同的水平(40个Epoch后其性能为30.88)。实验证明,采用亚像素卷积对特征进行放大,可以有效防止反卷积方法所带来的边缘模糊,具有更好的收敛效果和更快的收敛速度。
图表编号 | XD00196060700 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.20 |
作者 | 付用功、杨春亭 |
绘制单位 | 浙江科技学院机械与能源工程学院、浙江科技学院机械与能源工程学院 |
更多格式 | 高清、无水印(增值服务) |