《表2 3个分类网络测试结果比较》

  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

《基于卷积神经网络的调车机车前方车列图像识别算法》

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

针对上述数据集，分别采用VGGNet-16网络、Goog Le Net网络以及Local Model网络进行训练，3个网络的测试精度，AUC和每张图的平均测试时间见表2。由表可知：模型测试精度为98%，AUC为0.88，每张图的平均测试时间为0.40 ms；测试精度和AUC都明显高于2个对照模型；每张图的平均测试时间比VGGNet-16减小了约43%，比Goog Le Net减小了38%。