《表1 D=4 096时不同N的图像检索平均精确率》
所有图像的深度卷积特征均取自基于Caffe框架VGG16网络pool5层输出,网络参数是在ImageNet数据集上预先训练好的。和其他同类方法一致,本文只对Oxford5k和Paris6k数据集上的55张查询图像进行裁剪,通过计算查询图像检索的平均精确率来度量图像检索的性能。在Oxford5k和Oxford105k数据集上测试时,使用Paris6k数据集训练PCA和白化参数;在Paris6k和Paris106k数据集上测试时,使用Oxford5k数据集训练PCA和白化参数。本文主要参数是所选语义探测器的数量N和最终表示的全局特征向量的维度D,使用本文方法和SBA方法分别在Oxford5k和Paris6k数据集上进行实验对比。表1给出了D=4 096时,选择不同N的图像检索平均精确率。
图表编号 | XD0043911200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.10 |
作者 | 时璇、许林松、李晨、王佳星、李党超 |
绘制单位 | 西安交通大学软件学院、西安交通大学软件学院、西安交通大学软件学院、西安交通大学软件学院、西安交通大学实践教学中心 |
更多格式 | 高清、无水印(增值服务) |