《表6 不同层数网络下VGG和Res Net在不同数据库上的识别率》
注:加粗字体表示最优结果。
对于同一结构的网络,ImageNet比赛的预训练模型中存在不同层数的模型,如ResNet网络有18、34、50等不同层数的模型。浅层的网络层数较少,网络的表达能力相对较差,而较深的网络由于层数较多,网络的表达能力更强,但也更容易出现过拟合的问题,因此选取合适层数的网络也是一个重要的因素。针对表3中的VGG和ResNet,选取这些网络不同层数的模型进行评估实验。本节使用默认的数据配置,由于大部分数据库在VGG上实验学习率为5×10-5时出现难以训练的问题,在VGG上的实验学习率采用10-5,实验结果见表6。
图表编号 | XD0082904400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.16 |
作者 | 王海纶、李书杰、贾伟、刘晓平 |
绘制单位 | 合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |