《表1 ResNet50的网络架构》
在本文研究的面向边海防监控场景中,由于使用的数据集分辨率不高,需要增加网络层使模型有较好的识别效果;同时,还要保证模型训练不遇到梯度消失或者梯度爆炸等问题。综合考虑识别精度和识别速度,本文在行人多属性识别中采用Res Net50作为基本的网络框架。该网络结构描述如表1所示。
图表编号 | XD0086366600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 张锐、杨克义、梁涛 |
绘制单位 | 河南中光学集团有限公司 |
更多格式 | 高清、无水印(增值服务) |
在本文研究的面向边海防监控场景中,由于使用的数据集分辨率不高,需要增加网络层使模型有较好的识别效果;同时,还要保证模型训练不遇到梯度消失或者梯度爆炸等问题。综合考虑识别精度和识别速度,本文在行人多属性识别中采用Res Net50作为基本的网络框架。该网络结构描述如表1所示。
图表编号 | XD0086366600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 张锐、杨克义、梁涛 |
绘制单位 | 河南中光学集团有限公司 |
更多格式 | 高清、无水印(增值服务) |