《表3 水稻病虫害识别模型精度评价》
对该模型测得的top-1准确率、top-5准确率、Kappa系数和F1系数如表3所示。从表3可以看出基于迁移学习构建的水稻病虫害识别模型top-1准确率为95.23%,top-5准确率为96.33%,Kappa系数为0.936 8,F1系数为77.83%,说明了所构建的深度模型能够准确识别水稻病虫害类型。同时为了更好地说明迁移学习在水稻病虫害识别过程中的有效性,该文基于Res Net50(非预训练模型),采用相同的训练集和测试集进行了水稻病虫害的识别实验,并对识别结果进行精度评价,将Res Net50的预训练模型和非预训练模型的精度评价结果进行比较可知(表3),基于迁移学习的Res Net50预训练模型很大程度上提升了水稻病虫害的识别精度,其中top-1准确率提升了24.51%,top-5准确率提升了22.02%,Kappa系数提升了0.349 2,F1系数提升了56.66%。
图表编号 | XD00224352400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.04.25 |
作者 | 范春全、何彬彬 |
绘制单位 | 电子科技大学、电子科技大学 |
更多格式 | 高清、无水印(增值服务) |