《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》

  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

《基于深度学习的种鸭蛋孵化早期受精信息无损检测》

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

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。