《表5 CO-Net与不同经典模型性能比较》
本文将模型性能表征参数(训练准确率、模型规模、训练时间和测试准确率)作为目标参数,将CO-Net与其他经典模型(AlexNet、MobileNet V1、MobileNet V2、MobileNet V3[26]和SqueezeNet[27])进行比较,结果如表5所示。由表可知,采用不同模型结构时,模型性能不同,其中AlexNet模型训练时间最长,为9.43 h,测试准确率为98.33%,但其模型规模最大(356 MB),不适用于油茶籽在线分选设备。MobileNet V3_Large在轻量级网络中模型规模最大,训练时间为5.52 h,其测试准确率达到了97.26%。本文提出的CO-Net测试准确率达到了98.05%,而模型规模和训练时间分别是MobileNet V3_Large的1/38和1/10,且单幅图像检测平均耗时仅13.91 ms。通过比较可知,CO-Net更适合用于油茶籽在线分选。
图表编号 | XD00204458000 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 谢为俊、丁冶春、王凤贺、魏硕、杨德勇 |
绘制单位 | 中国农业大学工学院、赣南医学院药学院、赣南医学院赣南油茶产业开发协同创新中心、中国农业大学工学院、中国农业大学工学院、中国农业大学工学院 |
更多格式 | 高清、无水印(增值服务) |