《表4 UEC FOOD-100数据集上的mAP对比》

  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

《基于三流卷积神经网络模型的图像分类方法》

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

在UEC FOOD-100s数据集上，本文提出的三流CaffeNet和三流VGGNet网络与其他先进方法的实验结果对比如表4所示.由表4实验结果可以看出，本文提出的三流CaffeNet和三流VGGNe网络模型在UEC FOOD-100数据集上的分类性能较基础模型均有较为明显的提升.和单个CaffeNe网络的mAP相比，提高了2.74%，和文献[10]中的DNC相比，提高了1.55%；并且和单个VGGNet网络的mAP相比，提高了2.87%，和文献[10]中的DNV相比，提高了1.08%.说明本文提出的方法可以充分学习到图像不同层次的特征，使得分类效果显著提升.