《表4 不同细粒度分类算法性能对比》
![《表4 不同细粒度分类算法性能对比》](http://bookimg.mtoou.info/tubiao/gif/TJDX202010011_16200.gif)
本系列图表出处文件名:随高清版一同展现
《基于多尺度特征融合与反复注意力机制的细粒度图像分类算法》
为了对本文算法的综合性能进行评价,本文对不同算法的分类准确度与复杂度做了对比,结果如表4所示.从表中可以看出,Cimpoi等[31]在深度卷积特征的基础上引入Fisher Vector,取得了较好的细粒度分类效果;经典的双线性算法[1 8]采用并行的VGG16[6]提取特征,虽然提高了分类准确度,但也导致了参数的成倍增加;Gao等[32]提出了两种紧凑的双线性表征,在保证分类精度的同时,大大减少了参数量;本文算法在原有的ResNet50[8]结构中引入了反复注意力机制,在不显著增加参数的前提下,有效地提升了分类准确率.
图表编号 | XD00155912800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 何凯、冯旭、高圣楠、马希涛 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |