《表5 不同方法在各数据集上的性能对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于分组残差结构的轻量级卷积神经网络设计》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

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.