《表3 判别效度分析:基于深度度量学习的小样本商品图像分类研究》
此外为了说明RPC数据集的基本分类性能,本文还实现了一个基线方法k-NN。该方法采用LDR-Net的特征提取网络并额外附加3个全连接层作为分类器来训练RPC全部训练集,测试阶段采用C-way K-shot方式,从上述训练好的网络中提取倒数第2个全连接层的特征,并使用一个k-NN分类器得到最终分类结果,距离度量采用欧氏距离公式,结果如表3所示。
图表编号 | XD00184510000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.15 |
作者 | 徐传运、孙越、李刚、袁含香 |
绘制单位 | 重庆理工大学两江人工智能学院、重庆理工大学计算机科学与工程学院、重庆理工大学计算机科学与工程学院、重庆理工大学两江人工智能学院、重庆理工大学计算机科学与工程学院、重庆理工大学两江人工智能学院 |
更多格式 | 高清、无水印(增值服务) |