《表2 依次增加一类训练网络时间Tab.2 The time for training network》
表2为训练原始7类、用本文算法依次用新增类进行训练、一次性用所有4类新增数据进行训练以及对所有11类联合训练所需时间.由表2可知:本文算法在依次添加1类,即新增类较少时,极大地缩短了训练时间,提高了训练效率,并且该情况在实际中更加具有实用性.此外,本文算法在新增类较少时比用所有11类数据联合训练所用时间短,也说明本文算法可以提高训练效率.另外,本文算法在新类上性能的下降可能是由于增量网络只在包含新类的几百张图上进行了训练,新类分类器没有获得足够的信息,未来的工作是通过增加新类样本来解决该问题.
图表编号 | XD0029353300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.28 |
作者 | 田敏皓、陈平 |
绘制单位 | 中北大学信息探测与处理山西省重点实验室、中北大学信息探测与处理山西省重点实验室 |
更多格式 | 高清、无水印(增值服务) |