《表4 与基于部件的分类网络正确率对比》
为充分验证本文模型的优越性,还与基于部件的分类网络进行了对比,结果如表4所示。综合前述实验结果和表4的对比结果可知,CL-CBP网络能进行端到端训练,无须显式定位目标部件和复杂的两级训练策略仍能取得较高识别正确率。这证明了提出的CL-CBP网络的优越性。
图表编号 | XD00120612500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.12.28 |
作者 | 蓝洁、周欣、何小海、滕奇志、卿粼波 |
绘制单位 | 四川大学电子信息学院、四川大学电子信息学院、中国信息安全测评中心、四川大学电子信息学院、四川大学电子信息学院、四川大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |