《表4 Mini-ImageNet数据集小样本分类精度对比实验》
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。
图表编号 | XD00102833400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 张碧陶、庞振全 |
绘制单位 | 江西理工大学电气工程与自动化学院、广州市香港科大霍英东研究院、江西理工大学电气工程与自动化学院 |
更多格式 | 高清、无水印(增值服务) |