《表1 FVI模型参数：改进的Inceptionv3果蔬识别算法》

  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

《改进的Inceptionv3果蔬识别算法》

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

注：其中m为数据集的种类，实验中m为40

迁移学习[27]常用方法有2种：特征迁移，除去预训练模型的最后一层，将其之前的特征向量（激活值）送入SVM（支持向量机）等分类器进行训练[26]；参数迁移，研究者仅需初始化网络中的几层，其余层仍使用预训练模型的参数[27]。这里采用参数迁移学习方法将Inception修改为用于果蔬种类识别的Fruit&Vegetable＿Inception（FVI），FVI深度卷积神经网络模型共包含4个卷积模块运算（1个常规卷积块和3个inception结构）和10个混合层，其参数见表1。