《表1 模型消融测试结果：面向新概念学习的图像描述生成模型》

  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

《面向新概念学习的图像描述生成模型》

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

注：黑体数据为最优值。

为了分析本文Att-DCC模型在引入不同图像特征信息（图像视觉特征、物体语义标签、空间注意力机制生成的视觉上下文信息）对于图像描述生成的作用，本文进行了消融实验测试，测试了Att-DCC模型在3种信息作用下的模型性能：（1）视觉特征，直接采用全局视觉特征作为LSTM的视觉信息输入；（2）语义标签，将采用CNN进行图像分类的语义标签作为LSTM的视觉信息输入；（3）全局视觉特征+语义标签+注意力，即Att-DCC模型所采用的实验情况。测试结果如表1所示。