4.ExperimentsIn this section we fir

4.ExperimentsIn this section we first describe details of training, and discuss pre-training results for the source task of ImageNet object classification. We next show experimental results of the proposed transfer learning method on the target Pascal VOC object classification task for both VOC 2007 and VOC 2012 datasets. We also investigate the dependency of results on the overlap of source and target tasks by object classes. Finally, we apply the proposed transfer learning method on a very different task of action recognition in still images.

結果 (繁體中文) 1:

4.Experiments
在本節中，我們首先介紹的訓練細節，並討論ImageNet對象分類的源任務前培訓的效果。接下來，我們顯示了兩個VOC 2007年和2012 VOC數據集上的目標帕斯卡爾VOC對象分類任務所提出的遷移學習方法的實驗結果。我們也調查結果對的源和目標任務的對象類重疊的依賴。最後，我們應用所提出的轉移學習方法在一個非常不同的任務動作識別的靜止圖像。

結果 (繁體中文) 2:

4.實驗
在本節中，我們首先描述了培訓的詳細資訊，並討論了 ImageNet 物件分類的源任務的預訓練結果。接下來，我們將針對 VOC 2007 和 VOC 2012 資料集的目標 Pascal VOC 物件分類任務展示建議的轉移學習方法的實驗結果。我們還調查了結果對物件類源任務和目標任務重疊的依賴關係。最後，將建議的轉移學習方法應用於靜止圖像中一個完全不同的動作識別任務。

結果 (繁體中文) 3:

4.實驗
在本節中，我們首先描述訓練的細節，並討論ImageNet對象分類源任務的預訓練結果。接下來，我們展示了針對VOC 2007和VOC 2012數据集的目標Pascal VOC對象分類任務的實驗結果。我們還研究了結果對對象類的源任務和目標任務重疊的依賴性。最後，我們將所提出的轉移學習方法應用於靜態影像中不同的動作識別任務。