《表2 手工标注特征的方法与本文提出方法的比较》

  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

《基于移动端的场景分类模型》

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

虽然场景识别研究方法[3-5，21，22]很多，但端到端的方法并不多，而且有些方法[3，21，22]使用的是多模型集成的方法，因此我们的方法在与其它方法对比时，会与对比网络在同一标准下进行对比。表2是与早期手工提取特征进行对比。表3是与各端到端的卷积网络进行对比，同时利用FLOPs计算公式[10]分别计算了各网络在输入图片长宽都为224时的FLOPs。表4是与多模型集成进行对比，我们使用多模型集成时，通过训练时调节相似类个数K，获得不同模型。从以上的对比表中可以看出以下几点：（1）即使是使用轻量卷积网络，其准确率要远高于传统手工标注场景识别特征的方法；（2）多模型集成是提高分类准确率非常简单却有效的方法，我们模型通过集成之后，与各个大型集成模型准确率相差很小；（3）使用与目标问题相似的预训练模型进行fine-tune，准确率可以获得大幅提高。例如表3中文献[4，20]方法都是在Place205或Place365数据集上预训练好的网络（VGGNet-16、GoogLeNet）再分别在数据集MIT Indoor67和SUN397上进行fine-tune，相对于使用在ImageNet上预训练的VGGNet-16再在MIT Indoor67和SUN397进行fine-tune，前者[20]准确率要比后者[5]高很多。本文使用的是在ImageNet上预训练的网络，但相比于文献[5]方法，不仅FLOPs只有它的1%，而且分类准确率比其高8.2%，显示了本文方法的有效性。