《表1 En值比对数据：基于GoogLeNet深度迁移学习的苹果缺陷检测方法》

  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GoogLeNet深度迁移学习的苹果缺陷检测方法》

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

针对上述深度学习训练过程，实验选取测试集准确率和受试者工作特征（Receiver operating characteristic，ROC）曲线及曲线下面积（Area under curve，AUC）等指标作为模型质量判定标准。上述3种模型经过Softmax分类器进行分类，输出2个神经元，测试结果如表1所示。GoogLeNet迁移学习具有最高的测试准确率，达91.91%，与其接近的是改进型LeNet-5，测试准确率为91.49%。说明深层卷积神经网络具有强大的学习能力，该精度能够满足工厂对苹果缺陷的筛选。