《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》

  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

《多级卷积特征金字塔的细粒度食物图片识别》

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

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。