《表4 本文方法与其他方法实验结果性能对比(ESP Game)》

  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

《基于深度学习中间层卷积特征的图像标注》

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

本文所采用的VGG-16模型预训练所用的ImageNet数据集，以及图像标注领域最常用的图像数据集Corel5k和IAPR TC12均为自然场景领域图像，为了验证所提出方法对领域迁移的适应性，在ESP Game数据集上完成了图像标注实验。ESP Game数据集是双人游戏图像数据，与自然场景数据集ImageNet属于完全不同的领域。该数据集共有20 770幅图像，其中训练图像18 689幅，测试图像2 981幅，数据集内共包含268个语义概念。相同实验方法下，在ESP Game数据集上完成的实验结果见表4。实验结果表明，在其他领域的图像数据集上，本文方法的标注性能也优于其他方法，说明本文方法对领域迁移有较强的适应性。