《表3 A品牌测试集机器学习模型的评价指标》

  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

《基于计算机视觉和机器学习的真伪卷烟包装鉴别》

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

注：（1）正类是17个样品；（2）负类是82个样品。

将A品牌图像的70%划分为训练集，30%为测试集。在训练集上将图像分成9个区域，每个区域分别训练1个SVM分类器。训练好的模型利用测试集进行测试，计算各分类器的准确率、召回率、总体准确率，结果见表3。可见，正类准确率在69.57%～100%之间，一部分分类器表现较好，另一部分表现较差。因采取投票机制[11]，有效避免了表现较差分类器对结果的判定，故正类准确率为100%，负类准确率为98.80%。因此，该模型的总体准确率为98.99%。