《表1 不同网络的检测错误率与参数量》

  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

《基于深度学习的手骨X射线图像骨龄评估》

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

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。