《表3 不同的弱监督算法分类准确率对比》
本文在弱监督分类模型B-CNN的基础上进行改进,无需物体标注框和部件位置等额外标注信息,仅使用类别标签实现了基于弱监督信息的分类模型,选取两级注意力(Two-level attention)模型[22]、NAC[23]、B-CNN[6]、ST-CNN[24]、DVAN[25]、RA-CNN[26]、MA-CNN[19]和MAMC[27]等近年来主流弱监督分类算法,将本文方法分别在三个数据集上的实验结果和以上方法进行对比,结果如表3所示(Backbone表示模型所使用的基础网络,Accuracy代表分类准确率)。
图表编号 | XD00149535100 严禁用于非法目的 |
---|---|
绘制时间 | 2020.06.25 |
作者 | 王阳、刘立波 |
绘制单位 | 宁夏大学信息工程学院、宁夏大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |