《表2 不同深度模型在depth数据集评估结果》
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。
图表编号 | XD0090195700 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 邓智方、袁家政、刘宏哲、原春锋、张宏源 |
绘制单位 | 北京联合大学北京市信息服务工程重点实验室、北京开放大学科学研究处、北京联合大学北京市信息服务工程重点实验室、中国科学院自动化研究所模式识别重点实验室、北京联合大学北京市信息服务工程重点实验室 |
更多格式 | 高清、无水印(增值服务) |