《表2 两种模型结构的性能对比》

  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

《基于改进深度残差网络的番茄病害图像识别》

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

对于改进后的多尺度残差神经网络，分别用标准卷积和深度可分离卷积构建两种网络模型，然后在番茄病害图像数据集上进行训练、测试，实验结果见表2。用Proposed-0代表不使用深度可分离卷积即标准卷积下的改进模型，Proposed则表示采用深度可分离卷积的轻量化模型，也就是改进后的最终模型。结果表明，采用深度可分离卷积的改进模型表现更优，在保证识别准确率较高的同时，使得模型占用内存更少，而且测试单张图片耗时也较短。