- 1、本文档共22页,其中可免费阅读7页,需付费200金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
- 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
PAGE13
PAGE13
摘要
卷积神经网络由于其出色的性能,在计算机视觉领域被广泛使用。尤其在提倡工业智能化、无人化的时代背景下。基于卷积神经网络的计算机视觉项目得到了极大的发展。但是由于卷积神经网络其自身特性所限制。网络模型常常出现所需数据量大、模型训练困难等问题。并且,在实际项目中,由于机器成本、重量等限制。对模型是否可以在低成本、低性能环境下保持可用性能提出了很高的要求。
本文在分析了计算机视觉领域常用的经典模型,并对ResNet18、GoogLeNet进行迁移学习,用来与本文模型进行对照。在经过30次epochs训练后上述两个模型分别达到了90.9%
文档评论(0)