《表6 与流行网络模型的情感分类准确率Tab.6 Emotional classification accuracy of E-net and other popular models》

  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

《基于卷积神经网络的领带花型情感分类》

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

%

将本文提出的并行CNN模型与Le Net-5模型（2层卷积，1层全连接）、Alex Net模型（5层卷积，3层全连接）、VGG模型（13层卷积，3层全连接）这3种经典的CNN网络模型在领带花型图像库中进行训练并检测，结果见表6。可以看到，本文提出的方法分类准确率最高，表现较Le Net-5模型、Vgg-16模型、Alexnet模型更好。这主要是因为Le Net-5模型最初的设计是应用于数字识别，识别目标简单且背景单一，但在处理目标较为复杂的图像时，分类能力受到了限制；Vgg-16模型网络过深，使用大量卷积操作，对于领带花型的小样本数据训练较为困难，较难得到泛化效果好的模型；本文在Alexnet模型的基础上提出的CNN模型，融合了手工美学特征，在一定程度上克服了小样本情况下CNN模型识别率较低的不足。