《表4 各模型在101_food上的性能》
图4给出了两种网络在101_food训练时测试精度的变化曲线,当到达设置的最大迭代次数15000时,mysliceNet识别精度依然明显高于传统的CNN.由表4可以看出traCNN在caltech256可达到66.3%的识别精度,而改进的mysliceCNN可到到68.9%的识别精度,在traCNN上有了2.6%的提升.
图表编号 | XD0043857200 严禁用于非法目的 |
---|---|
绘制时间 | 2019.02.05 |
作者 | 周悦、曾上游、杨远飞、冯燕燕、潘兵 |
绘制单位 | 广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院、广西师范大学电子工程学院 |
更多格式 | 高清、无水印(增值服务) |