《表4 各模型在101＿food上的性能》

  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

《基于分组模块的卷积神经网络设计》

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

图4给出了两种网络在101＿food训练时测试精度的变化曲线，当到达设置的最大迭代次数15000时，mysliceNet识别精度依然明显高于传统的CNN.由表4可以看出traCNN在caltech256可达到66.3%的识别精度，而改进的mysliceCNN可到到68.9%的识别精度，在traCNN上有了2.6%的提升.