《表1 模型测试结果:基于深度学习的种鸭蛋孵化早期受精信息无损检测》
模型在训练次数达到20 000次后结束训练并保存,训练过程中的损失函数变化如图8所示。训练过程中每训练20次保存1次loss,故loss曲线不够平滑。从loss曲线可以看出,在训练的前12 000次时loss处于振荡状态,在训练12 000次后loss开始迅速下降,并维持在很低水平,表明模型在训练12 000次后开始收敛。将训练集2 400幅图像(受精和无精各1 200幅)和测试集265幅图像(受精126幅图像,无精139幅图像)输入训练好的模型进行验证。为了对比Eggnet神经网络和Alexnet神经网络在判别种鸭蛋孵化3 d受精信息的性能差异,本文也将数据输入Alexnet神经网络进行训练,训练参数设置与Eggnet神经网络相同。两个网络的验证结果如表1所示。
图表编号 | XD00135790200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.25 |
作者 | 李庆旭、王巧华、顾伟、施行、马美湖 |
绘制单位 | 华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、华中农业大学工学院、农业农村部长江中下游农业装备重点实验室、国家蛋品研发中心 |
更多格式 | 高清、无水印(增值服务) |