《表3 Xception模型与多尺度SE-Xception模型在不同数据集上的实验结果对比》

  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

《多尺度SE-Xception服装图像分类》

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

为了进一步分析多尺度SE-Xception模型的场景适用性和应用范围，增加场景复杂度较低的Deepfashion服装数据集进行对比实验，结果如表3所示.表中，RDF为对Deepfashion数据集分类准确率，RACS为对ACS数据集分类准确率，RDEC为从简单场景转向复杂场景所下降的准确率.实验结果显示：1）在Deep Fashion和ACS数据集上，多尺度SE-Xception模型的分类准确率分别高出Xception模型1.46%和3.69%；2）当服装场景复杂度从低转向高时，Xception模型和多尺度SE-Xception模型的准确率均出现不同程度的下降，分别下降了1.80%和4.03%.实验结果证明：本文模型不论在简单场景或是在复杂场景中，都能够提高服装图像的分类准确率，具有普适性；本文模型的分类准确率更加稳定，能够在复杂场景下保持较高的准确率.