《表4 特征图大小对Siamese SSD性能的影响》

  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

《基于孪生网络结构的单样本图例检测方法》

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

相对而言，特征图大小的变化对于Siamese SSD性能的影响难以衡量，因为变量太多，排列组合下会产生很多种可能性，影响判断。如表4所示，本文通过改变最后一个卷积层的大小和步长来调整最后一层特征图的大小，之后通过一样的步骤进行训练和测试。通过控制变量，笔者发现准确率随特征图网格数变少有明显的下降趋势，但又存在一个下降缓慢的点（5×5）。通过分析，笔者认为有一部分的图例样本的特征学习正好在5×5特征图附近，使得其稍显异常。而8×8和6×6特征图对应的模型准确率与7×7都极为接近，说明该特征图大小分布极有可能尚未达到最优，微调任意层特征图的大小都有可能提高准确率。通过互补搜索技术组合[27]应该可以优化该网络。