《表2 3种模型试验测试结果》
3种模型的测试结果如表2所示,VGG-F-New在学习率动态调整和最适宜动量的共同作用下,取得了最优的识别正确率88.13%,相比于VGG-F-O模型高出了5%,较具有深层网络结构的VGG-19也高出了0.63%。此外VGG-19的深层网络结构虽然使其取得了较高的识别准确率,但是较VGG-F-New多消耗了约5倍的训练时间;而VGG-F-New模型通过选取较优的动量值有效抑制了因学习率递减而使模型训练时间增长,较VGG-F模型仅多消耗了163.682 s的训练时间,因此其在训练速度上仍具有一定的优势。
图表编号 | XD004764500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.18 |
作者 | 于洪涛、袁明新、王琪、江亚峰 |
绘制单位 | 江苏科技大学机电与动力工程学院、天津大学计算机科学与技术学院、江苏科技大学机电与动力工程学院、江苏科技大学机电与动力工程学院、江苏科技大学机电与动力工程学院 |
更多格式 | 高清、无水印(增值服务) |