We illustrate experimentatlly the b

We illustrate experimentatlly the benefits of truncating the CNNs earlier, at the level of the convolutional layers.In this manner, one obtains powerful local image descriptors that, combined with traditional pooling encoders, like Fisher Vector, result in a boost in recognition accuracy in a diverse set of visual domains.

結果 (繁體中文) 1:

我們說明了這種方式，可以得到強大的局部圖像描述符截斷細胞神經網絡的早期，在卷積layers.In水平的experimentatlly的好處，再加上傳統的匯集編碼器，像費舍爾矢量，導致識別準確率在升壓不同組的視覺域。

結果 (繁體中文) 2:

我們實驗地說明了在卷積層水準上更早截斷CNS的好處。通過這種方式，可以獲取強大的本地圖像描述項，這些描述項與傳統的池編碼器（如 Fisher Vector）相結合，可提高不同可視域中的識別準確性。

結果 (繁體中文) 3:

我們實驗性地說明了在卷積層的層次上，提前截斷cnn的好處，這樣就可以獲得强大的局部影像描述符，與傳統的池式編碼器（如Fisher向量）相結合，可以在不同的視覺區域集合中提高識別精度。