《表1 Omniglot数据集下DL-FSL方法与目前主流少样本学习方法准确率对比》
将Omniglot数据集划分成训练集1200类,支持集与测试集423类.按照实验一的步骤进行实验,并增加20 way 1 shot、20 way 5 shot的参数设定,实验结果如表1所示.从表1中可以看出,对于Omniglot数据集,在5 way 1 shot、5 way 5 shot、20way 1 shot、20 way 5 shot参数设定下,本文DL-FSL方法的准确率均超过了其它主流的少样本算法的准确率.尤其是在20way 1 shot参数设定下,DL-FSL方法的准确率(98.8%)比Relation Nets的准确率(97.6%)高出了1.2%.
图表编号 | XD00212220600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.01 |
作者 | 余游、冯林、王格格、徐其凤 |
绘制单位 | 四川师范大学计算机科学学院、四川师范大学计算机科学学院、四川师范大学计算机科学学院、四川师范大学计算机科学学院 |
更多格式 | 高清、无水印(增值服务) |