《表1 Colony-Net的具体参数》
Colony-Net拓扑结构如图6所示,其输入层(input layer)可输入归一化后的单张菌落图像,输入尺寸为32×32×1。由于实验是对多类图像样本进行训练预测,所以选用的损失函数为多类对数损失(categorical_crossentropy)[16]。在block1中,最大池化层后添加了dropout层,指定以0.25的概率随机丢弃本层节点,以防止模型过拟合。参数更新使用Adagrad算法[17],该算法可在训练中自动对学习率进行调整,使得训练过程较为平稳。全连接层共有128个输出节点。由于实验是四分类,所以在全连接层中使用的激活函数为针对多分类模型使用的Softmax函数。输出层(output layer)输出的4个种类分别用数字1~4代替。Colony-Net模型的具体参数如表1所示。
图表编号 | XD00143972600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.02.20 |
作者 | 余辉、杜培培、刘祥、刘政、朱险峰、曹玉珍 |
绘制单位 | 天津大学生物医学工程系、天津大学生物医学工程系、天津市食品安全检测技术研究院、天津大学生物医学工程系、天津大学生物医学工程系、天津大学生物医学工程系 |
更多格式 | 高清、无水印(增值服务) |