《表1 模型精度分级:基于ResNet-LSTM的具有注意力机制的办公人员行为视频识别》
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ResNet-LSTM的具有注意力机制的办公人员行为视频识别》
实验步骤分为定义阶段、训练阶段和评估阶段.其中:定义阶段包括对于模型结构、损失函数及优化器等的定义[20],具体定义指标见表1,其中Dropout参数取的是0.8,L2正则化lambda值取的是0.005,最大batch值为200 000,收敛阈值为0.01,即当训练集损失低于0.01时视为完全收敛,并记录此时模型收敛时间与batch数.训练阶段使用3个模型对相同的数据进行训练与测试,本文提出的Res NetLSTM-Attention模型作为实验组,C3D和没有Attention机制的Res Net-LSTM模型作为对照组.
图表编号 | XD00209627900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.12.25 |
作者 | 张传雷、武大硕、向启怀、陈佳、刘丽欣 |
绘制单位 | 天津科技大学人工智能学院、天津科技大学人工智能学院、天津科技大学人工智能学院、天津科技大学人工智能学院、天津科技大学人工智能学院 |
更多格式 | 高清、无水印(增值服务) |