《表3 算法对比实验:基于多尺度特征卷积神经网络的目标定位》
%
为了验证梯度金字塔弱监督的性能,选取了Backprop[33]、c-MWP[27]、Grad-CAM[25]三种近年来出现的算法进行对比。Backprop算法直接利用反向传播梯度进行可视化,没有加池化操作和激活;c-MWP算法利用了对比边际获胜概率,模拟可突出区分区域的神经分类模型。Grad-CAM算法仅利用最后一层特征梯度进行回传。表3为各种算法在ImageNet-ILSVRC2012上的弱监督定位效果。误差分为最优类位置误差与分类误差,前五类位置误差与分类误差,数值越低越好。
图表编号 | XD0067448600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.08.15 |
作者 | 周以鹏、马栋梁、孙俊 |
绘制单位 | 江南大学物联网工程学院、江南大学物联网工程学院、江南大学物联网工程学院 |
更多格式 | 高清、无水印(增值服务) |