《表1 不同敏感参数在Set5测试集上的PSNR比较》
这些实验在Set5数据集上的平均PSNR值如表1所示。本文分别在水平和垂直方向上分析实验结果,首先固定d和m,分析s对模型性能的影响,可以看到,随着s尺寸的增大,网络具有更好的性能。这种趋势也可以从图3(a)所示的收敛曲线观察到。但是当网络参数冗余,s的增加并不能提高性能,甚至会引发过拟合(见表1中第四行s的变化规律)。其次固定s,并检查d和m的影响,通常更好的结果需要更多的参数,但是更多的参数可能引起网络过拟合,并不能保证更好的结果(见表1中第2列的变化规律)。这种趋势也反映在图3(b)中,可以看到网络最后几乎汇聚到一起。从所有的结果中,能够找到性能和参数之间的最佳平衡LSRCNN(48,24,2),在适度参数情况下,获得了最好的效果。由于选择的batchsize比较小,因此收敛曲线会存在比较明显的跳跃。
图表编号 | XD0051143700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.04.28 |
作者 | 刘超、张晓晖、胡清平 |
绘制单位 | 海军工程大学兵器工程学院、军事科学院系统工程研究院、海军工程大学兵器工程学院、海军工程大学兵器工程学院 |
更多格式 | 高清、无水印(增值服务) |