《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。