《表6 与其他多尺度方法的对比》

  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

《多尺度特征融合与极限学习机结合的交通标志识别》

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

从表6可以看出，由于本文使用3个预训练网络进行融合，所以参数规模要比文献[20]中的多尺度方法和单一尺度方法大，但是本文算法的损失值要远比文献[20]中的方法小很多，说明本文的多尺度融合模型的泛化能力和交通标志的特征表达能力要优于文献[20]中的多尺度模型，并且在准确率上也高出0.41%。