《表2 二分类与三分类识别网络测试准确率》

  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

《基于深度学习的黑钨矿图像识别选矿方法》

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

测试图片由网络上爬取图片及其他钨矿山样本图片组成。测试集包括三类图片：围岩、钨矿石和石英，相当于未知样本。由表2可知，二分类中Wu-VGG19测试平均精度最高为95.85%，三分类Wu-Resnet50测试平均精度最高为90.50%，加入非矿石新类别降低了钨矿石识别准确率。在二类识别与三类识别测试中Wu-VGG19与Wu-Resnet50明显优于其他网络，可见不同网络对不同识别任务的性能差异较大，要合理的选择识别网络。另外，矿石二分类中识别效果最好的Wu-VGG19网络是层数最少的，说明单纯加深识别网络深度不一定能提升识别率，还可能导致过拟合。