《表1 MRM优化参数：基于深度学习的图像语义分割算法研究》

  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

《基于深度学习的图像语义分割算法研究》

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

本文使用FCN（全卷积网络）在Cam Vid数据集上进行一组对比实验，该数据集中的图像主要为交通道路。实验设备的配置为英伟达1060显卡（移动端），英特尔酷睿i7-8750H、内存16 GB。基于Py Torch深度学习框架进行实验，在第一组实验中设置的参数为:训练次数epoch=500，每次训练的图像数batch＿size=4、使用Adam优化器进行优化，学习率为10-4并且设置学习率时使用策略即每50个epoch学习率下降一半，这样可以在训练初期快速寻找最优点，之后减小学习率防止发生振荡。实验数据如表1所示。