《表1 模型比较:基于深度学习的视频跟踪研究进展综述》
2012年,Krizhevsky等提出基于CNN的AlexNet模型[13],其本质是一种多层人工神经网络。该模型在Image Net大规模图像识别竞赛中以极大优势赢得了冠军,其优秀的分类性能引起了科学界的广泛关注。随后研究人员对CNN结构进行了更深入的研究,一些性能更好的卷积神经网络模型继AlexNet之后被提出,如牛津大学提出VGGNet[16]、谷歌构建的GoogLeNet[17]以及微软设计的ResNet[18]等。比较上述模型的性能、结构以及在ILSVRC竞赛中取得的成绩,结果如表1所示,其中,“+”表示使用了该行提到的模型训练方法,“-”表示未使用。
图表编号 | XD0053249300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.15 |
作者 | 戴凤智、魏宝昌、欧阳育星、金霞 |
绘制单位 | 天津科技大学电子信息与自动化学院、天津科技大学电子信息与自动化学院、天津科技大学电子信息与自动化学院、天津科技大学电子信息与自动化学院 |
更多格式 | 高清、无水印(增值服务) |