《表2 不同方法在CUB-200-2011数据集上的效果对比》

  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

《融合约束学习的图像字幕生成方法》

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

注:加粗字体为每项指标的最优值。

在CUB-200-2011和Oxford-102数据集上，本文方法与使用交叉熵作为模型损失计算方法（M方法）和在本文方法的基础上去除约束器的方法（R方法）进行对比，得分越高说明模型效果越好，效果如表2和表3所示。需要注意的是，M方法和R方法中使用的字幕生成网络与本文使用的网络在结构和超参数设置上均相同。