《表2 深度学习方法最新成果对比》
上述对比试验中所采用的深度学习模型都为基础网络模型,且数据量相对较小。为更加客观地反映CCHKMSM方法与当前主流深度学习模型的性能对比。本研究以Plant Village作为验证数据集,且以番茄病害为研究对像的最新成果进行归纳,如表2所示。结果表明,Goog Le Net的识别精度最高,为99.18%,其他网络也均实现了较高的识别精度。相比于基于深度学习的方法,本研究提出的CCHKMSM方法在实现同等精度的前提下,具有计算量小、系统要求低、训练时间短、适应小样本数据等优点。
图表编号 | XD00201899600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.09.30 |
作者 | 张燕、李庆学、吴华瑞 |
绘制单位 | 国家农业信息化工程技术研究中心、北京农业信息技术研究中心、农业农村部农业信息技术重点实验室、国家农业信息化工程技术研究中心、北京农业信息技术研究中心、农业农村部农业信息技术重点实验室、国家农业信息化工程技术研究中心、北京农业信息技术研究中心、农业农村部农业信息技术重点实验室 |
更多格式 | 高清、无水印(增值服务) |