《表3 Cifar100的Top-1准确率》

  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

《一种基于Boosting的差分互补卷积网络》

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

为了进一步探讨我们的方法的优越性能是否可以推广到CIFAR以外更大的数据集。因此在Image Net数据集上进行了一些实验，与一些具有代表性的CNN结构进行了比较。表3显示该模型是一种有效的性能改进方法，随着可忽略参数量的增加，Top-1准确性达到77.62%，与Res Net相比增加了1.22%。另外，与一些注意力算法相比，该方法具有更强的特征表示能力，相对可观的增益以及相似甚至更少的参数量。