《表2 全连接层参数微调测试及对应识别精度》
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
《基于改进AlexNet的广域复杂环境下遮挡猕猴桃目标识别》
AlexNet网络的卷积核尺寸、数量及步长对于网络识别精度影响显著,为避免过拟合和训练速度减慢,仅以检测猕猴桃果实特征为主,并对AlexNet网络结构进行改进:保留AlexNet前5个卷积层,去除所有全连接层。并对网络进行调参,通过将AlexNet中L6、L7的全连接层参数从24~214依次设置进行多轮训练,并将L6、L7全连接层在不同参数设置下的网络识别精度(Average precision,AP)VAP进行对比,识别精度在不同参数设置下的统计结果,如表2所示。经对测试集进行试验得出,当AlexNet中的全连接层L6、L7的节点数为768和256时,改进的Alex Net对猕猴桃果实识别精度最高。
图表编号 | XD00104601400 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.25 |
作者 | 穆龙涛、高宗斌、崔永杰、李凯、刘浩洲、傅隆生 |
绘制单位 | 西北农林科技大学机械与电子工程学院、西北农林科技大学机械与电子工程学院、西北农林科技大学机械与电子工程学院、农业农村部农业物联网重点实验室、西北农林科技大学机械与电子工程学院、西北农林科技大学机械与电子工程学院、西北农林科技大学机械与电子工程学院、陕西省农业信息感知与智能服务重点实验室 |
更多格式 | 高清、无水印(增值服务) |