《表2 CNN分类准确率:基于ResNet50的紫色土图像分类》

《表2 CNN分类准确率:基于ResNet50的紫色土图像分类》   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ResNet50的紫色土图像分类》


  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

在AlexNet、VGG16、Inception-v3、ResNet50网络的最后一层卷积层后连接3层全连接神经网络。为了避免模型过拟合,在全连接层加入选取阈值为0.5的Dropout层。然后使用在ImageNet数据集上预训练好的AlexNet、VGG16、Inception-v3、ResNet50网络参数初始化紫色土图像分类模型的卷积层参数,然后训练模型,微调模型参数,对紫色土图像分类的准确率如表2所示。