《表4 在mini Image Net数据集上代表特征网络效果》
注:加粗字体表示最优结果。
1)针对1.1节提出的代表特征网络的对比实验。在原匹配网络[28]上仅修改简单CNN网络为代表特征网络,损失函数仍然使用原交叉熵损失。在5-way,5-shot任务上测试,本文的代表特征网络方法使得分类效果提升了约8%,如表4所示。
图表编号 | XD0098407200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.09.16 |
作者 | 汪荣贵、郑岩、杨娟、薛丽霞 |
绘制单位 | 合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院、合肥工业大学计算机与信息学院 |
更多格式 | 高清、无水印(增值服务) |