《表2 几种过采样方式在民族绘画数据集上的性能》

  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

《基于深度学习的少数民族绘画情感分析方法》

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

本小节对比了通过对数据集进行裁剪、翻转，改变图像的色相、亮度、饱和度，以及对比度这几种扩充数据集的方式在图像情感分类任务中对模型性能的影响.为提高模型的泛化能力，采用文献[19]的方法对数据集进行不同方式的变化，将改变过的数据重新反馈给网络以此来增加模型的学习能力，按照3.2小节所述进行过采样，5次实验后的结果见表2，将未过采样训练模型的结果作为基准线（baseline）.