《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》

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

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．