《表3 特征洪水时流量表:基于胶囊神经网络的交通标志识别算法研究》

《表3 特征洪水时流量表:基于胶囊神经网络的交通标志识别算法研究》   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
《基于胶囊神经网络的交通标志识别算法研究》


  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
%

比较经典Le Net-5[11]、Alex Net[12]、Goog Le Net[13]、CNN、SVM和本文算法的识别率。如表3所示:Let Net和Alex Net属于轻型卷积网络,结构简单,能够快速完成图像的识别任务,但其网络深度和图像特征的表达能力不足;Goog Le Net和CNN属于深层的卷积网络,深度特征具有很强非线性表达能力,但其网络需要很长的训练时间;本文算法网络训练时间较短,识别率最高。