《表4 Mobile Face Net和FNet对比》
在人脸追踪当中,为了验证FNet的有效性,本文使用Softmax损失函数训练MobileFaceNet和FNet各14万次,训练过程中初始学习率设置为0.1,batch size设置为256,使用两张显卡训练。其效果对比如表4所示。通过两个网络的对比分析可以看到,FNet在精度上要比MobileFaceNet略低,但差距较小;与MobileFaceNet相比,FNet的模型大小减小了45%,速度提升了75%,有较大提升。由于人脸追踪实时性强,对FNet速度要求高。FNet在速度上满足实时要求,同时在精度上也接近MobileFaceNet。
图表编号 | XD0090227200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.10 |
作者 | 方国康、李俊、王垚儒 |
绘制单位 | 武汉科技大学计算机科学与技术学院、智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)、武汉科技大学计算机科学与技术学院、智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学)、武汉科技大学计算机科学与技术学院、智能信息处理与实时工业系统湖北省重点实验室(武汉科技大学) |
更多格式 | 高清、无水印(增值服务) |