《表3 Stanford Dogs数据集上的mAP对比》
三流CaffeNet和三流VGGNet在Stanford Dogs数据集上的分类mAP如表3所示.表3中的基础网络CaffeNet和VGGNet的分类结果来自于文献[10].表3中的DNC和DNV分别表示文献[10中以CaffeNet和VGGNet作为基础模型的双流模型,它们的分类结果也来自于文献[10].由表3实验结果可以看出,在Stanford Dogs数据集上,三流CaffeNet和三流VGGNet的分类准确率均比文献[10]中的DNC和DNV高.其中,三流CaffeNe比单个CaffeNet网络模型mAP提高了2.96%,比文献[10]中的DNC提高了1.86%;三流VGGNet比单个VGGNet网络模型mAP提高了5.84%,比文献[10]中的DNV提高了2.39%.由此可知,本文提出的三流CaffeNet和三流VGGNet网路模型和文献[10]中的DNC和DNV相比,更能提取到充分有效的特征,具有较好的分类性能.
图表编号 | XD00109549400 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) |