《表2 不同模型性能对比:基于轻量级卷积神经网络的人脸识别方法》
由图3可知,接近25 000步时,该模型的收敛效果趋于稳定,可能由于手工标注的原因,loss值存在一定的跳变,但是其人脸检测损失值最低降到0.2左右,而人脸识别的损失值也基本稳定于2.0左右。通过一系列人脸识别任务之后,对人脸识别性能进行评估。表2为不同模型的性能对比。由表2可得到基于Face_data自制的数据集在不同网络模型上进行检测任务所产生的平均精确度。该试验由于设备不同等因素影响,实验结果存在一定的误差,与理想状态下的目标检测效果有一定的差距。
图表编号 | XD0049774100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 黄良辉、康祖超、张昌凡、程涛 |
绘制单位 | 广东南海鹰视通达科技有限公司、湖南工业大学电气与信息工程学院、湖南工业大学电气与信息工程学院、湖南工业大学电气与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |