《表2 几种过采样方式在民族绘画数据集上的性能》
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).
图表编号 | XD0039019000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.20 |
作者 | 张浩、徐丹 |
绘制单位 | 云南大学信息学院、云南大学信息学院 |
更多格式 | 高清、无水印(增值服务) |