《表1 Corel5K数据库方法对比》

  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

《基于迁移学习的多标签图像标注》

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

用训练得到的模型对测试集进行预测，提取fc8层输出值作为预测值。与其他方法相同，将测试集中预测值最高的前5个词作为标注词并且计算所有标签的平均准确率（P）、平均召回率（R）和F1值。将Sigmoid交叉熵损失（Cross-entropy loss）作为损失函数的方法命名为CNNs+SCEL，将多标签铰链损失（Multi-label hinge loss）作为损失函数的方法命名为CNNs+MHL。将本文方法与一些经典方法和近两年表现优秀的方法对比如表1所示。