《表3 不同模型之间的性能比较》

  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

表3还列出了改进后的残差网络模型与其他深度网络模型对单张番茄病害叶片图像进行识别的耗时，每种深度神经网络模型对单张图片都进行了多次测试，最后取平均预测时间作为实验测试结果。从实验结果可以看出，本文提出的改进模型测试单张图片的平均耗时为0.975 s，优于常用的两种卷积神经网络模型以及ResNet。MobileNet虽然耗时稍低一些，但其准确率比本文改进模型要低1.29个百分点。在番茄病害识别的实际应用中，准确率相比于速度可能是更为重要的性能指标；因此综合考虑下，针对番茄病害识别问题，本文改进模型依然具有一定的性能优势。