《表2 不同叶片识别模型识别率与标准差Tab.2 Recognition rate of different identification model》
%
为了验证模型的有效性,分别选取Top-1、Top-3参数进行分析,其中Top-1为识别结果中最高植物叶片种类为正确植物叶片的概率,Top-3为前3种植物叶片种类中包含正确植物叶片的概率。双路卷积神经网络在单一背景叶片和复杂背景信息叶片图像下,Top-1识别率分别提升到99.28%和97.31%,Top-3识别率达到99.97%和99.74%。为了验证双路网络模型的优越性,用基于单路卷积神经网络的识别模型、基于多尺度距离矩阵加SVM的识别模型、基于曲率直方图加SVM的识别模型对植物叶片的识别结果进行了对比分析(表2)。
图表编号 | XD003071500 严禁用于非法目的 |
---|---|
绘制时间 | 2018.12.01 |
作者 | 于慧伶、麻峻玮、张怡卓 |
绘制单位 | 东北林业大学信息与计算机工程学院、东北林业大学信息与计算机工程学院、东北林业大学机电工程学院 |
更多格式 | 高清、无水印(增值服务) |
查看“表2 不同叶片识别模型识别率与标准差Tab.2 Recognition rate of different identification model”的人还看了
- 表2 不同学习率与迭代次数下识别准确率的比较Tab.2 Recognition accuracy comparison under differentlearning rates and iterations
- 表1 不同行为识别算法的识别率对比Tab.1 Comparison of recognition rate under different behavior recognition algorithm