《表2 基于卷积网络与基于词袋模型的分类精度的对比》

  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

《卷积神经网络在大规模图像分类中的应用》

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

实验结果表明，利用深度特征能够能很好地分类出影像集的不同类别，而且能够输出其相似性大小。其中，由表1可知，conv2-2处的特征相对于其他卷积层有较好的准确率。如图7所示，该算法能够判别尺度不同的样本；由图8可知，该样本能够很好地分辨不同物体，但如图8中（b）可知，空间尺度较大的图像对识别困难。由表2可知，通过与基于词袋模型的支持向量机（support vector machine，SVM）分类算法（Bovw+SVM1）相比，本文的方法在精度上提高很多。