研究文章
一个高效和健壮的虹膜分割算法使用深度学习
表2
实验结果发现最好的美国有线电视新闻网(CNN)的体系结构。注意,“conv_1”和“conv_2”层显示在表中对应序列Conv-ReLU-CN Conv-BN-ReLU,分别。此外,所有的卷积层运行步伐。
|
|
测试时间 |
输入图像大小 |
层 |
RoI池网格大小 |
完全连接层 |
|
| 一个 |
0.191秒 |
480×640 |
(3×3×64)×3 conv_2 |
120×120 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×64)×3 conv_2 |
|
| B |
0.197秒 |
480×640 |
(3×3×64)×2 conv_2 |
120×120 |
256⟶2 |
| (2×2)马克斯池 |
| (3×3×64)×3 conv_2 |
|
| C |
0.286秒 |
480×640 |
(7×7×128)×1 conv_1 |
120×120 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×128)×3 conv_2 |
|
| D |
0.295秒 |
480×640 |
(7×7×128)×1 conv_1 |
120×120 |
128⟶2 |
| (2×2)平均池 |
| (3×3×128)×3 conv_2 |
|
| E |
0.286秒 |
240×320 |
(7×7×128)×1 conv_1 |
64×64 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×128)×3 conv_2 |
|
| F |
0.042秒 |
120×160 |
(3×3×128)×1 conv_1 |
32×32 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×128)×3 conv_2 |
|
| G |
0.036秒 |
120×160 |
(5×5×128)×1 conv_1 |
32×32 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×128)×3 conv_2 |
|
| H |
0.037秒 |
120×160 |
(5×5×64)×1 conv_1 |
32×32 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×64)×3 conv_2 |
|
| 我 |
0.037秒 |
120×160 |
(5×5×64)×1 conv_1 |
32×32 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×64)×3 conv_2 |
|
| J |
0.033秒 |
60×80 |
(5×5×64)×1 conv_1 |
16×16 |
128⟶2 |
| (2×2)马克斯池 |
| (3×3×64)×3 conv_2 |
|
|
