《表1 各运用场景图像判别模型度量标准》
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
《深度学习在城市感知的应用可能——基于卷积神经网络的图像判别分析》
训练验证模型的结果可用于性能评估,模型准确率的度量标准有训练阶段的准确率和损失值(表示为acc和loss)和验证阶段各的准确率和损失值(表示为val_acc和val_loss)。评估时,判断模型是否过度拟合可以通过分别比较训练样本与验证样本的准确率和损失值之间的差值。如果训练与验证阶段的准确率数值差异较大,意味着模型过度拟合;而训练和验证阶段的准确率越低,则意味着图像判别效果未达到令人满意的程度。模型使用二元交叉熵(binary crossentropy)为目标函数,让模型以达到损失值最小化为目标进行更新迭代。因此损失值越小意味着训练出的模型对数据拟合得就越好。在本次研究中,各案例的训练及验证结果纪录在表1中,测试结果则体现在以下各案例的可视化分析图中。
图表编号 | XD0032197600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.19 |
作者 | 何宛余、李春、聂广洋、杨良崧、王楚裕 |
绘制单位 | 小库科技 |
更多格式 | 高清、无水印(增值服务) |