《表1 LeNet-5 CNN模型与传统机器视觉算法比较》

  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

《基于LeNet-5的机器人足球和球门识别》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

将上述重新训练后的模型对不同样本进行测试，最终的实验结果如表1所示。从结果可以看出，霍夫变换、HOG特征提取算法与颜色识别相结合的算法的召回率最高仅有36.85%，而训练后的LeNet-5CNN模型召回率最高为99.27%，召回率得到大幅提升；LeNet-5CNN模型的预测准确率可达98.82%-99.63%，相比于传统机器视觉算法，其准确率也得到提高。