《表3 125个样本(占现实总量的30%)训练下的震泽古镇历史建筑识别结果》

《表3 125个样本(占现实总量的30%)训练下的震泽古镇历史建筑识别结果》   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
《历史建筑智能识别可行性研究——运用正射影像和数字图像检测技术的江南水乡古镇实验》


  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:增加59个样本,召回率提高18.7%,精确度提高3.2%。

过少的学习量会造成模型失效,但过多的样本学习则会带来工作量和工作时间的成倍增加。据表3,当选取的学习样本数占实际历史建筑总量的30%时,其最高召回率近60%,最大精确度超过70%。以增加学习样本的绝对数量与提高的召回率和精确度来看,该组在三组学习样本中识别效率最高。而三组不同数量学习样本的识别效果显示,根据不同的目的(对精确度和召回率的要求)确定适当的模型学习样本量,可以提高模型在实际应用时的工作效果。