《表2 不同a2取值下的mAP值》

  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

《基于深度卷积神经网络的三维模型检索》

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

在a2的取值上（见表2），过低的取值难以对检索序列产生影响，而过高的取值会使结果排序过于依赖模型所属的类别，忽视视图本身的特性。例如，检索列表中有两类模型交叉分布，如果其中一类模型的数量稍多，那么该类模型会集中占据检索列表最前面的位置，如果出现数量稍少的类别反而属于目标模型的情况，则会对结果产生较为严重的干扰。通过实验检测a2的变化对检索结果产生的影响，发现当a2的取值增加至0.1时，mAP不再随之提升，同时通过观察检索结果发现，在结果列表中出现分属两类的模型数量相似的情况时，两种类别下的模型依然会交错分布，因此选取0.1作为a2的最终取值。