《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》
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.
图表编号 | XD00228464400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.01 |
作者 | 陈巧红、陈翊、李文书、贾宇波 |
绘制单位 | 浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院、浙江理工大学信息学院 |
更多格式 | 高清、无水印(增值服务) |