《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》

  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

《基于多尺度特征卷积神经网络的目标定位》

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

%

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。