《表1 CIFAR-100数据集的mAP对比》
文中提出的三流NIN-3模型和三流ResNet-20模型在CIFAR-100数据集上的实验结果如表1所示.表1中的基础网络NIN-3和ResNet-20的分类结果来自于文献[10],DNI和DNR分别是文献[10]中以NIN-3和ResNet-20作为基础模型构造的双流模型.从表1的实验结果可以看出,本文的三流ResNet-20网络模型比文献[10]的DNR模型准确率提高了2.11%,比单个ResNet-20网络模型准确率提高了5.45%.在NIN-3网络模型上,本文三流网络模型比文献[10]中的单个网络模型准确率提高了2.26%.这表明本文提出的三流卷积神经网络模型能更好的提取图像特征,使得图像分类效果有较为显著的提升.
图表编号 | XD00109548900 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.01 |
作者 | 罗会兰、易慧 |
绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |