《表4 训练数=720, 测试数=167时的识别精度》
为了测试GoogLeNet深度学习网络模型对水稻病害图像的识别精度,先随机从8个不同水稻病害图像类别中选出887张图像进行实验,其中720张用于训练,167张用于测试,GoogLeNet模型最终迭代6000次收敛。为了验证所选用的深度卷积神经网络模型能取得更好的水稻病害图像识别性能,选择了ResNet-152深度模型[12],用与GoogLeNet模型相同的图像数进行训练和测试,模型迭代5900次收敛。实验结果如表4所示。
图表编号 | XD0034863600 严禁用于非法目的 |
---|---|
绘制时间 | 2019.03.01 |
作者 | 谭云兰、欧阳春娟、李龙、廖婷、汤鹏杰 |
绘制单位 | 井冈山大学电子与信息工程学院、井冈山大学流域生态与地理环境监测国家测绘地理信息局重点实验室、井冈山大学电子与信息工程学院、井冈山大学流域生态与地理环境监测国家测绘地理信息局重点实验室、井冈山大学电子与信息工程学院、井冈山大学电子与信息工程学院、井冈山大学数理学院 |
更多格式 | 高清、无水印(增值服务) |