《表2 不同特征提取模型识别准确率对比》
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》
%
为验证本文多尺度特征融合与反复注意力机制的有效性,分别采用ResNet50基本模型,引入多尺度的ResNet50模型,以及本文算法模型,在3个国际标准图像数据库上进行细粒度分类,其top-1结果如表2所示.从表中可以看出,将反复注意力机制以多尺度的方式与ResNet50结合起来,可以显著提升分类精度,在3个标准图像库上均取得了最高分类精度,证明了本文多尺度反复注意机制的有效性.
图表编号 | XD00155913200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.15 |
作者 | 何凯、冯旭、高圣楠、马希涛 |
绘制单位 | 天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院、天津大学电气自动化与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |