《表2 特定菜品的准确率变化》
在数据集的原文献[9]中,作者使用Res Net152+DenseNet(121+169+201)+VGG19-BN,五个模型进行概率加权可以得到81.43%的准确率,但其中有四个网络都是超过100层,时间和效率上都要求很高.而本文只使用了相较之下更轻量级的vgg19,进行端到端的训练便可以得到几乎更好的结果,而在时间和效率上都远远更优.与作者的另一个网络Res Net(18+34+50+152),四个不同层的残差网络进行概率平均相比,81.5%的准确率也是要明显优于79.19%的.
图表编号 | XD0045032800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.01 |
作者 | 段雪梅、朱明、鲍天龙 |
绘制单位 | 中国科学技术大学信息科学技术学院、中国科学技术大学信息科学技术学院、中国科学技术大学信息科学技术学院 |
更多格式 | 高清、无水印(增值服务) |