《表4 SE模块和卷积的结合方式对语义关联分类效果的影响》

  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

《融合注意力机制和语义关联性的多标签图像分类》

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

为验证语义关联模块的有效性，本文分别在两个数据集上做了如表4所示的对比实验。结合图1，注意力机制产生的负响应利用SEblock1进行消除，然后，直接使用4个卷积层是可以学习标签之间的语义关联性的，在两个数据集上的平均识别精确率分别为90.1%和77.8%。在此基础之上，在两个卷积层之间插入一个SEblock3，其分类效果会有一定的提升，原因在于SE模块可以抑制无关特征信息，从而有利于捕获标签之间的关联性。此外，通过实验发现，过多堆叠卷积层和SE模块，并不能获得更好的效果，反而会导致最终的识别效果一定程度的下降，原因可能是过多层数会导致网络收敛效果不好，增加训练难度。如表中采用5个SE模块和5个卷积层的组合最终的实验效果并没有超过本文方法。