《表1 四种模型重构前后的准确率和存储代价对比》

  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

《深度神经网络的仿生矩阵约简与量化方法》

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

表1是Darknet19、Res Net18、Res Net50以及YOLOv3这四种模型与其对应重构模型前后准确度以及所占存储空间大小的对比，其中各重构模型的压缩比均取自其17次实验的压缩比均值。从表1可以看出，四种重构后的模型的存储空间为原模型存储空间的1/4～1/3，同时还提升了1%～3%的准确度，在模型参数重构的同时，大大降低了模型参数的复杂度，模型参数中自由度的降低为之后更大程度地简化网络带来了可能。