《表1 CapsNet分类测试准确率》

  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

《深度学习及其在计算机视觉领域中的应用》

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

Caps Net在MNIST[93]、small NORB[94]数据集上实验，如表1所示，效果达到顶尖的水平，并且在aff NIST数据集[92]（仿射变换后的MNIST数据集）上超越了CNN。Caps Net还能很好地进行图像重构，其通过微调Digit Caps层输出向量不同维度的值，可以发现重构图像发生属性变化（如图10所示，图中每行展示Digit Caps层的输出在某个维度上微调后的重构图像，调整的区间为[-0.25，0.25]，间隔为0.05），如笔画粗细、大小等，进一步说明了capsule的方向确实包含了实体的属性特征。