《表1 模型对比：一种基于深度卷积神经网络的道路损伤检测研究》

  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

《一种基于深度卷积神经网络的道路损伤检测研究》

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

由图6可知，训练的准确率随着迭代次数的增加递减。验证集的准确率从0迭代到50次的时候，准确率增长较快，在180次迭代后，其准确率稳定在0.97。由图7可知，损失在150次迭代后，其值稳定在0.08。为进一步验证本文所提改进VGG-16网络的性能，本实验还与支持向量机（SVM）算法相比较，结果如表1所示。由表1可知，VGG-16在识别准确率、单张图像耗时和训练时长上均要优于SVM。