《表1 3种基础网络VGG16、GoogleNet和Res Net模型对比》
Faster-RCNN网络的第一步是采用基于分类任务的基础特征提取网络作为特征提取器,目前在分类任务上表现优秀的网络主要有VGG16、GoogleNet和ResNet这3种。本文在国际大规模视觉识别挑战赛ImageNet-1000数据集上对这3种基础网络进行测试,比较结果如表1所示[18],表中列出了这3种基础网络的各种结构层数和Top-5错误率。其中Top-5错误率是ImageNet比赛评价参赛模型在分类任务表现的主要衡量标准。Top-5错误率越低模型的分类效果越好,计算公式如下:
图表编号 | XD0036257700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.01 |
作者 | 唐晖、王庆、陈洪、郭浩 |
绘制单位 | 中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院、中国农业大学信息与电气工程学院 |
更多格式 | 高清、无水印(增值服务) |