《表2 实验结果比较（正确率）》

  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

《基于深度学习的场景识别方法综述》

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

注：*代表没有进行数据增强的结果。

为了对上述各种方法进行比较，本文整理了各种方法在MIT Indoor67、SUN397、Scene 15及其他数据集上的结果，其中以正确率（Accuracy）为评价指标。注意，以下所列实验在MIT67、SUN397、Scene 15、UIUC-Sports数据集上进行的训练集/测试集划分均按标准进行，即如第4章所述。对于Places205，训练集中共有2 448 873张图像，每类5 000到15 000不等，对应的，另外100张图像用来验证，200张图像用来测试。对于Places365，训练集共有1 803 460张图像，每类3 068到5 000不等，另50张图像用来验证，900张图像用来测试；在文献[40]中，GAF直接由Place数据集主页上公布的预训练的VGG16模型中提取，训练提取SOSF和CFA时，每类随机选择100张图像进行训练，100张图像进行测试。结果比较如表2所示。