《表4 卷积层的因子分解后比较结果》
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。
图表编号 | XD0035443300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.15 |
作者 | 王锟、宋永红、郑斐、梅魁志 |
绘制单位 | 西安交通大学电子与信息工程学院、西安交通大学电子与信息工程学院、西安交通大学电子与信息工程学院、西安交通大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |