《表3 验证集基于深度学习的分类准确率(%)》
验证集基于深度学习的识别结果如表3所示,归一化的混淆矩阵如图9所示。对于总体分类准确率与模型参数量,GoogLeNet模型的性能高于其他模型的性能,尽管ResNet-50与ResNeXt-50表达特征能力更强,由于本研究的图像数据不充足,过高的模型容量可能导致过拟合,影响最终的精度。综合考量,本研究在特征融合模型中选取GoogLeNet来提取图像的深层特征。
图表编号 | XD00160944700 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.20 |
作者 | 潘燕七、陈睿、张旭、章鑫森、刘济全、胡伟玲、段会龙、姒建敏 |
绘制单位 | 浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学生物医学工程与仪器科学学院、浙江大学医学院附属邵逸夫医院、浙江大学生物医学工程与仪器科学学院、浙江大学医学院附属邵逸夫医院 |
更多格式 | 高清、无水印(增值服务) |