《表2.变更指数排序表：基于轻量型卷积神经网络的交通标志识别》

  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

《基于轻量型卷积神经网络的交通标志识别》

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

关于对比实验结果如表2，从实验结果来看，引入深度可分离卷积降低了网络训练负担，训练时间由50 min减少到了35 min，测试耗时也相对应的减少了，同时也验证了其改进并不会影响到准确率，而增加的卷积层对准确度有一定的提升作用。网络识别精度由97.5%提升到了98.7%，尽管网络的加深会导致计算量的增加，但从对比实验来看，在未引入深度可分离卷积时，训练时间为50分钟，同时加深网络和深度可分离卷积，网络的训练时间明显降低，因此验证了本网络的相关改进是有效的。