《表5 不同模型在Adience上的实验结果》

  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

《端到端双通道特征重标定DenseNet图像分类》

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

/%

为验证双通道特征重标定密集连接卷积神经网络在高分辨率、高挑战性图像数据集上的有效性，本文以121层DenseNet为基础网络，在人脸年龄数据集MORPH Album2、Adience上进行实验，实验结果如表4、表5所示。由表4可知，在MORPH Album2数据集上，本文DFR-DenseNet的MAE值有明显降低。由表5可知，在非受限年龄数据集Adience上进行年龄组分类对比实验，采用DFR-DenseNet获得的年龄估计准确率高于同层数的DenseNet网络分类准确率。实验结果表明在MORPH Album2、Adience这类高分辨率数据集上，DFR-DenseNet网络较原始的DenseNet网络学习能力更强，验证了DFR-DenseNet在不同类型、不同分辨率的数据集上的适应性。