- 深度学习之模型设计:核心算法与案例实践
- 言有三
- 222字
- 2021-04-04 03:40:10

图1.7 灰度图与彩色图

图1.8 灰度图的直方图与彩色图的直方图

图2.15 基于动量项的SGD示意

图4.3 TDNN示意

图6.1 AlexNet第一个卷积层的96个通道的可视化结果

图7.13 Allconv5_SEG训练结果

图7.14 Allconv5_SEG使用224×224的分辨率进行测试的分割结果

图7.16 Allconv5_SEG与Allconv5_Skip_SEG的训练结果

图7.17 Allconv5_Skip_SEG使用224×224的分辨率进行测试的分割结果

图7.18 Allconv5_SEG与Allconv5_Skip_SEG使用448×448的分辨率进行测试的分割结果

图8.11 嘴唇图像与标注示意

图8.13 MobileSegNet_MOUTH160精度曲线和损失曲线

图9.16 可变形卷积的感受野示意(使用大小为3×3的卷积核)

图12.3 简单的三维卷积网络

图12.12 不同比例下的训练集和测试集精度