《表1 不同网络的检测错误率与参数量》
近年来,深度卷积神经网络已成为图像识别性能优化的关键,其中具有代表性的是2014年ImageNet ILSVRC图像识别竞赛的冠军模型GoogleNet[16-17],其以相对较低的计算成本获得良好的识别精度。GoogleNet深度学习架构中较先进的Inception V3、Inception V4、Inception ResNet V1以及Inception ResNet V2网络[18]的检测错误率与参数量如表1所示。可以看出,Inception ResNet V2网络的Top-1和Top-5错误率均低于GoogleNet系列的其他网络,因此,本文将Inception ResNet V2作为基础网络用于骨龄评估。
图表编号 | XD00197533100 严禁用于非法目的 |
---|---|
绘制时间 | 2021.01.15 |
作者 | 王嘉庆、梅礼晔、张俊华 |
绘制单位 | 云南大学信息学院、云南大学信息学院、云南大学信息学院 |
更多格式 | 高清、无水印(增值服务) |