《表1 各模型在101＿food上的性能》

  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

《基于并行卷积核交叉模块的卷积神经网络设计》

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

由表1和表2可知，Cross Input-Net1和Cross InputNet2都有较好的精确度，网络整体模型大小也减小很多。传统网络和Alex Net网络结构较浅，网络整体参数较小，所以训练时间比较短，本文网络每个模块中从不同通道使用了不同的卷积核进行卷积，2条支路的使用相当于支路参数的累加，网络的加宽、加深也使得网络整体参数增加不少，导致网络训练时间相对较长。