《表3 不同算法细粒度分类准确率对比》

  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

《基于多尺度特征融合与反复注意力机制的细粒度图像分类算法》

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

%

为了测试本文模型在细粒度分类方面的准确性，分别在3个国际标准细粒度图像库上，与当前经典细粒度分类算法进行比较．其中，双线性卷积神经网络（bilinear convolutional neural network，B-CNN）[18]利用双线性网络结构实现特征提取，循环注意卷积神经网络（recurrent attention convolutional neural network，RA-CNN）[29]采用递归注意网络学习判别性特征，动态计算时间（dynamic computational time，DCT）[30]在已有的注意力模型基础上引入了启止动作，来学习最佳注意区域．top-1分类结果如表3所示．