《表4 卷积层的因子分解后比较结果》

  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

《基于卷积神经网络的嵌入式手势检测算法》

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

实验使用的环境为Ubuntu14.04，GPU型号为Titan X，CPU型号为Intel I7 3930K，在基于神经网络框架Caffe的基础上实现本文算法。测试数据是手势数据库中10%的图片，一共1 575张图片。手势数据库包含The NUS Hand Posture Datasets II手势数据集和实验室采集的手势数据集，图片归一为300×300大小。使用Faster RCNN检测模型做对比实验，SSD+MobileNet检测模型使用了卷积层的因子分解方法。Faster RCNN检测模型、SSD检测模型和SSD+MobileNet检测模型对上述测试集进行测试得到mAP，并对10张图片在GPU下所用平均时间和在CPU下所用平均时间进行测试，卷积层的因子分解后的比较结果如表4所示。