《表1 CO-Net初始参数分布》

  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油茶籽完整性识别方法》

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

油茶籽在线分选具有实时性和检测准确率要求高的特点，为了提高模型的训练速度和准确率，本文对AlexNet[18]网络进行了结构简化。首先，研究模型各层对模型性能的影响，确定网络总体结构；然后调整网络全连接层节点数量，以达到压缩模型的目的；最后调整网络卷积层各层感受野数量，达到加快模型训练速度的目的。在网络结构调整过程中，比较表征模型性能的4个参数（模型尺寸、训练时间、准确率和损失值），寻找出适合油茶籽完整性识别任务的最优网络结构。通过调整后，得到更适合油茶籽完整性识别的CO-Net网络，其拥有4层卷积层、2层BN层、3层池化层和1层全连接层（图4），其初始参数分布如表1所示。