《表3 不同批尺寸对mAP影响》

  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

《Faster RCNN模型在坯布疵点检测中的应用》

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

在实践中，批尺寸的个数决定了单次训练样本的数目，其数值的选取会对训练过程中的梯度下降产生影响。试验分别测试了采用不同批尺寸时，模型的mAP值，结果见表3。通过分析表3得出，在合理的范围内，批尺寸越大，相应的mAP值会提高，同时每20次迭代所需要的训练时间也会增加。考虑到小的批尺寸需要小的学习速率以保持稳定性，所以，在此选择较大的批尺寸来进行模型训练。