《表4 所有试验的验证集准确率》

  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

《基于CNN和迁移学习的农作物病害识别方法研究》

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

本试验每种网络各进行了5次特征提取，取平均值作为最终的试验结果。Mobilenet虽然属于轻量级CNN，训练时间短，占用内存空间很小[28]，但是使用这个网络在AES-IMAGE数据集上却可以获得比Inception-v3模型更高的准确率，使用Mobilenet-1.0-224网络进行特征提取可以获得96.8%的识别准确率。相比于参数微调和深度卷积网络模型，瓶颈层特征提取的策略和轻量级卷积神经网络的结合更利于对实时性和硬件有严格要求的终端应用。