《表2 不同特征提取网络的训练结果》
此外,在包含3个猪场的1 900张图像数据集上训练并测试了Resnet101、Resnet152、Res Next101和所提出的路径增强的Resnet152网络,各网络迭代90 000次后,在训练集以及验证集的loss值如表2所示。特征提取网络Res Net152训练集的loss收敛数值比原来的Res Net101网络低0.012 7,比Res Next101网络低0.014,验证集的loss收敛值比原来的Res Net101网络低0.012 6,比Res Next101网络低0.014。利用本文路径增强Resnet152网络采用路径增强的FPN结合Res Net152网络在包含3个猪场图像的数据集上训练90个循环(epochs),每个循环迭代1 000次,训练过程中的loss值变化如图4,由图4可知,训练集和验证集的loss值均降至0.1以下,训练集损失比Res Net152网络低0.027 4,验证集损失比Res Net152网络低0.034 3,收敛效果最好。
图表编号 | XD00204360900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.10.01 |
作者 | 胡云鸽、苍岩、乔玉龙 |
绘制单位 | 哈尔滨工程大学信息与通信工程学院、北京小龙潜行科技有限公司、哈尔滨工程大学信息与通信工程学院、哈尔滨工程大学信息与通信工程学院 |
更多格式 | 高清、无水印(增值服务) |