《表2 基于Caltech101数据集的各方法平均准确率》

  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

《基于深度迁移学习的图像分类研究》

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

为了验证本文算法的优越性，需要通过分类准确率测试及同类法类比，对混合模型的迁移学习方法进行验证。将Pascal VOC2007数据集作为实验对象，类别为20种，图像数量9963张，训练集和测试集数量分别为5011张和4952张。另一实验对象Caltech101数据集一共被划分成102类，其中包括9144张图像，从每类图像中各抽取50张用作训练集内容，然后再选取30张为备用。以平均准确率对图像分类情况加以评价和比较，见表1和表2。