《表4 不同残差单元加入具有全局特征的空间注意力机制的多分类实验结果》
注:表中加粗数据为最优值。
(2)不同残差单元加入具有全局特征的空间注意力机制的实验结果。为了讨论具有全局特征的空间注意力机制加入到特征提取网络的任意残差单元中的效果,分别在ResNet50、ResNet18和ResNet101的c1、c2、c3、c4残差单元和c1~c4残差单元加入具有全局特征的空间注意力机制,实验结果如表4所示。相比没有添加注意力机制的网络,分析可知:在ResNet18、ResNet50和ResNet101大部分残差单元加入具有全局特征的空间注意力机制后,分类效果有所提升;不同残差单元加入具有全局特征的空间注意力机制后,ResNet18、ResNet50和ResNet101的T1分别最大提升了0.484%、0.059%和0.349%。T5等于1。
图表编号 | XD00210423300 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 张连超、乔瑞萍、党祺玮、翟沛源、孙红帅 |
绘制单位 | 西安交通大学信息与通信工程学院、西安交通大学信息与通信工程学院、西安交通大学信息与通信工程学院、西安交通大学信息与通信工程学院、西安交通大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |