《表4 Mini-ImageNet数据集小样本分类精度对比实验》

  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

《融合强化学习和关系网络的样本分类》

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

Mini-ImageNet数据集最初由Vinyals等人从ImageNet数据集中分割得来的，其中由100类共60 000幅彩色图像构成。本文将其划分为64类、16类与20类，分别用于训练集、验证集和测试集，其中16类验证数据集用于观察模型的泛化性能。与Omniglot数据集类似，分为5-way 1-shot、5-way 5-shot对小样本分类实验进行验证与评估。相应地，分别包含有15幅查询图像和10幅查询图像，同时将每幅输入图像都自动裁剪为84×84大小的格式。其他实验设置和评估标准与Omniglot数据集相同，在此不再赘述。实验结果如表4所示。