《表2 初始和扩增数据集在改进的卷积神经网络的检测结果比较》
本文选择了InceptionV3[5]、MobileNet[9]、ResNet[11]和DNCNN[6]四种网络模型进行对比试验,Inception-v3,MobileNet和ResNet都采用了开源的超参设置,4种模型的预计训练的参数量分别为13 835万、2 563万、425万和2 434万,而改进的卷积神经网络所需训练的参数量仅有52万。为了便于比较,对于不同的网络结构,统一了输入图像的尺寸。初始和扩增数据集在改进的卷积神经网络上的检测结果比较见表2。表2的实验结果证明了扩增的数据集对比初始数据集具有显著的提升,因此在表3的所有对比算法都使用了数据扩增后的数据集。
图表编号 | XD0050506400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 魏伟航、马乾力、高治良、赵锦成 |
绘制单位 | 深圳市微纳集成电路与系统应用研究院、深圳市微纳集成电路与系统应用研究院、深圳市微纳集成电路与系统应用研究院、深圳市微纳集成电路与系统应用研究院 |
更多格式 | 高清、无水印(增值服务) |