《表5 Mobile Face Net和Res Net精度对比》
本文通过实验对MobileFaceNet和具有不同深度的Res Net的识别效果进行了对比,训练中batch size统一设置为128,使用4块GPU训练,初始学习率设置为0.1。Res Net均使用Arc Face算法训练14万次。由于MobileFaceNet直接使用Arc Face算法训练难以收敛,所以MobileFaceNet先使用Softmax损失函数训练14万次,然后使用Arc Face算法训练20万次,效果对比如表5所示。
图表编号 | XD0090227500 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) |