场景类别训练使用place365数据集
场景属性使用SUN Attribute Database
官方输出场景类别与属性推断示例
MobileNetV2
预训练模型
推断时间:233ms
模型大小：11.5M
有两类输出：场景类别(365类)与场景属性(717种)
输出有两个全连接层，分别是场景类别置信度与场景属性分数
其中场景属性为多标签输出，分数阀值为1(我使用0.95)，即分值大于阀值就可以认为输入具有该属性。
训练了60万ITER = 12epoch，测试准确率：
accuracy = 0.523699
accuracy_5 = 0.827315
loss = 1.79646 (* 1 = 1.79646 loss)
对比RESnet152 benchmark：the top1 accuracy is 54.74%(-2.37%) and the top5 accuracy is 84.98%(-2.25%).
训练完类别后再冻结卷积层训练属性
由于属性为多标签输出，而给的标注也较为主观，没法计算准确率，训练Loss值约为8，验证Loss值约为9.1。