《表4 215个样本（占现实总量的50%）训练下震泽古镇历史建筑的识别结果》

  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90个样本，召回率提高15%，精确度提高4.5%。

学习样本数量的多少同时关联识别的正确性和时间效率。为了确定最有效的学习样本量，测试模型选取了66、125和215个三组学习样本进行训练，分别覆盖了震泽古镇测试区现状历史建筑的15%、30%和50%。将上述三组学习样本分别放入Faster R-cnn模型中进行训练，获得三组不同参数的识别模型。当模型获得历史建筑识别结果后，再根据公式（4）和公式（5），分别统计计算三组数据在置信度阈值为0.1、0.25、0.5、0.75及0.9时，模型在精确度和召回率上的表现，如表2-表4所示：