《表1 38种害虫测试样本细节和不同方法下的害虫识别准确率》

  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

《基于改进残差网络的园林害虫图像识别》

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

试验使用的9 072幅害虫图像全部来源于所建立的样本库。首先使用Python脚本语句对原始图像进行随机旋转角度、随机缩放原图、镜像等操作扩充样本数量至原来的3倍，然后分别从各类别中随机抽取60%图像样本构建训练集，20%作为验证集，剩余20%作为测试集。测试样本具体信息及识别结果如表1所示。试验中，改进残差网络的深度为28层，超参数α和β分别初始化为0和1，学习速率η为0.001；使用Block-cg算法训练网络时，每个批次训练64幅图像，最大迭代次数为2 000次。