《表3 不同数量图片的识别精度》

  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

《基于条件GAN的电子元件缺陷检测研究》

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

/%

为了对比不同数量图片对模型识别精度的贡献，采用不同的数据量、不同的网络模型进行实验。其中在使用SVM模型时，采用五种不同核函数的SVM模型，分别为线性核函数（linear SVM）、二次核函数（quadratic SVM）、三次核函数（cubic SVM）、精细高斯核函数（fine Gaussian SVM），特征采用LBP+HOG特征；在使用BP神经网络模型时，采用三层BP网络神经网络，BP网络的中间层节点数为8，输出层节点数为2，采用三种特征，分别为LBP、HOG、LBP+HOG。SVM模型和BP神经网络模型的识别率与九层CNN识别率作对比，识别精度如表3所示。