《表2 不同层数的ResNet模型在CompCars上的识别和性能结果》

  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

《基于双通道模型的细粒度车型识别》

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

分析表2和图4可知，得益于残差模块的特点，不同层数ResNet模型都有较高的识别准确率，但是ResNet14、ResNet34和ResNet50在小数据集上准确率有小幅度的下降，说明模型的可学习参数过多，学习到额外的噪声，模型的泛化能力下降。ResNet10和ResNet18的模型拟合能力都很好，在保持准确率的前提下，为了节省存储空间和加快预测推断速度，选择ResNet10作为实验二的骨干网络。