《表1 网络识别率比较：双输入流深度反卷积的插值神经网络》

  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

《双输入流深度反卷积的插值神经网络》

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

表1给出了基于正常训练集和本文方法扩充的训练集的网络识别率，其数据集均基于Shape Net Core。从表1中可以看出，基于正常训练集的神经网络在面对扩充库时识别率下降；而通过扩充训练数据集，卷积神经网络针对扩充库的识别率明显得到提升。可以得出，本文神经网络的后半部分（FC4、uconv-1～uconv-4）就是卷积神经网络的后半部分，可以将网络倒置，完成对图像的分类识别。