《表1 不同训练集比例下不同方法识别精度比较》
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
《结合自监督学习和生成对抗网络的小样本人脸属性识别》
注:加粗字体表示wo SELF与w SELF两种方法中的最优值。
在实验过程中,从原始的训练集中随机选取了不同比例的训练数据,同时保持测试集不变。然后在这些数据集上分别使用自监督学习和不使用自监督学习进行实验。在表1中,wSELF指的是先使用2.2节提到的自监督学习技术得到初始模型,然后使用属性标签训练得到最终分类模型;woSELF指的是直接使用属性标签训练得到的分类模型。选取包含原始训练集样本比例分别为1、1/2、1/3、1/5、1/10这5种不同大小的子训练集,具体的实验结果如表1所示。
图表编号 | XD00201379800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.16 |
作者 | 疏颖、毛龙彪、陈思、严严 |
绘制单位 | 厦门大学信息学院、厦门大学福建省智慧城市感知与计算重点实验室、厦门大学信息学院、厦门大学福建省智慧城市感知与计算重点实验室、厦门理工学院计算机与信息工程学院、厦门大学信息学院、厦门大学福建省智慧城市感知与计算重点实验室 |
更多格式 | 高清、无水印(增值服务) |