《表3 水稻病虫害识别模型精度评价》

  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

《基于迁移学习的水稻病虫害识别》

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

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%。