《表1 识别结果:基于深度学习的贵妃芒果成熟度检测研究与实现》
根据以上设计,本文对1.2节所构建的芒果图片运行图像分类算法,训练过程图4所示。图5是tensorboard中关于loss值变化曲线图。图5显示训练过程中loss值一直在下降,多次训练之后趋于稳定,表明模型参数基本固定了,训练再进行下去对于精确度没有任何提升,可以停止训练。利用训练好的网络对芒果数据集的测试集进行成熟度判别,表1是部分芒果图片的判别结果。
图表编号 | XD00136553200 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.05 |
作者 | 邓永华、杨博雄、于海娇、肖衡、李志伟、张师齐、张乾 |
绘制单位 | 三亚学院信息与智能工程学院、三亚学院陈国良院士工作站、三亚学院信息与智能工程学院、三亚学院陈国良院士工作站、三亚学院信息与智能工程学院、三亚学院陈国良院士工作站、三亚学院信息与智能工程学院、三亚学院陈国良院士工作站、三亚学院信息与智能工程学院、三亚学院陈国良院士工作站、三亚学院信息与智能工程学院、三亚学院陈国良院士工作站、三亚学院信息与智能工程学院、三亚学院陈国良院士工作站 |
更多格式 | 高清、无水印(增值服务) |