《表2 MNIST上的图像识别测试准确率(%)》
文章分别在4个公开数据集上对各种网络模型进行测试,其中,MNIST数据集比较简单,采用很浅的网络就可以实现不错的图像识别准确率,当采用复杂网络时,很容易出现过拟合现象,但是在实验中,通过dropout方法避免了过拟合的出现.在MNIST数据集上的测试准确率如表2所示,最好的测试结果以加粗黑体标注,可以观察到C-Fnet T网络的准确率为99.54%,在所有的模型中表现最好,虽然结果和Res Net接近,但是C-Fnet T的卷积层层数却很少.
图表编号 | XD00213652300 严禁用于非法目的 |
---|---|
绘制时间 | 2021.03.01 |
作者 | 高欣 |
绘制单位 | 燕山大学智能控制系统与智能装备教育部工程研究中心、燕山大学河北省工业计算机控制工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |