《表2 不同深度模型在depth数据集评估结果》

  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

《基于浅三维稠密网的多模态手势识别算法》

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

在实验初期，本文探讨了网络深度对于该实验的影响，对三个版本的三维DenseNet:T3D-121、ST3D-65以及ST3D-35在IsoGDdepth数据集进行了实验对比，其中ST3D-65 DenseBlock中的层数分别是3、6、12、8。该实验的训练以及评估均是在单块NVIDIATITANXGPU上进行的。本实验所有训练均是从头开始训练，未采用任何预训练模型。其中，初始学习率设置为0.1，训练每20 000次下降为原来的十分之一。weight＿decay设置为0.001，同时在训练过程中采用早停（early stop）方法。在超参设置相同的情况下，评估结果如表2所示。