《表2 CNN分类准确率:基于ResNet50的紫色土图像分类》
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。
图表编号 | XD008990400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.11.05 |
作者 | 曾莉 |
绘制单位 | 重庆师范大学计算机与信息科学学院 |
更多格式 | 高清、无水印(增值服务) |