《表5 网络微调后的各算法在四个标准库上的m AP值对比Tab.5 m AP comparison of algorithms after fine-tuning on four standard d
本文对使用微调后的Res Net101网络进行相同的对比实验,比较当前主流算法使用微调或端到端训练的图像检索网络的检索效果。与文献[15]中使用的方法一致,本文也根据文献[14]端到端训练的方法对Res Net101进行微调,并提取res5c_relu层的输出最为原始图像的深度特征,其中通道数c=2 048。对比当前主流算法Net VLAD(Network with Vector of Locally Aggregated Descriptors layer)、CNNBo W(CNN image retrieval learns from Bo W)、DeepRepresentation(learning Deep Representations for image search)等,本文算法在进行过微调后的网络结构中效果同样要优于这些主流的进行过训练的方法。
图表编号 | XD0035547100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.10 |
作者 | 陈宏宇、邓德祥、颜佳、范赐恩 |
绘制单位 | 武汉大学电子信息学院、武汉大学电子信息学院、武汉大学电子信息学院、武汉大学电子信息学院 |
更多格式 | 高清、无水印(增值服务) |