《表3 精度评价:基于卷积神经网络的高分遥感影像露天采矿场识别》
由实验结果表明,C1与C2通过冻结底层权值参数并微调高层权值,不仅保留了预训练模型的特征提取能力,又可以通过微调高层参数以适应新的识别任务.为了对比C1与C2的训练效果,选取露天采矿场的用户精度与生产者精度进行评价.由表3可以看出,C1训练的模型用户精度优于C2,而C2训练的模型生产者精度更高,因此两种训练方式各有优势.
图表编号 | XD0015856900 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 程国轩、牛瑞卿、张凯翔、赵凌冉 |
绘制单位 | 中国地质大学地球物理与空间信息学院、中国地质大学地球物理与空间信息学院、中国地质大学地球物理与空间信息学院、中国地质大学地球物理与空间信息学院 |
更多格式 | 高清、无水印(增值服务) |