《表3 不同的弱监督算法分类准确率对比》

  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

《面向细粒度图像分类的双线性残差注意力网络》

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

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）。