《表1 模型训练细节:多级卷积特征金字塔的细粒度食物图片识别》
1) 分步训练。首先在食物数据集上训练特征提取网络。用特征提取网络提取训练样本的特征作为注意力区域定位网络的输入,计算每一个训练样本特征注意力区域的坐标信息,并将此作为注意力区域定位网络的监督信息,然后训练注意力区域定位网络。网络的具体训练细节如表1所示。表1中的每一行代表模型中的1个子网络,第2列和第3列分别表示网络的输入和输出,参数的初始化采用xavier方式。本文使用了常用的数据增强方法,包括随机裁剪、添加噪声、平移、旋转等。在训练模型时,在保持长宽比不变的情况下,本文将训练图片的短边调整为512像素。
图表编号 | XD0082897300 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.16 |
作者 | 梁华刚、温晓倩、梁丹丹、李怀德、茹锋 |
绘制单位 | 长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院、长安大学电子与控制工程学院 |
更多格式 | 高清、无水印(增值服务) |