《表5 不同方法在各数据集上的性能对比》
表5给出了在三种数据集上GResNet3与其它方法的模型大小和准确率对比.在Caltech-256上,与传统AlexNet网络相比,模型大小仅是其1/21.在Food-101和GTSRB上,与轻量级SqueezeNet网络相比,虽然模型略大,但仍在同一级别,其准确率却分别超过SqueezeNet方法16.39%和4.56%.与其它的一些方法相比,GResNet3取得了较好地分类效果,证明了该网络的有效性.
图表编号 | XD0078300400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.07.05 |
作者 | 李鹏、蒋品群、曾上游、夏海英、廖志贤、范瑞 |
绘制单位 | 广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |