《表1 训练和验证数据集》
(1) 模型训练:经过预处理后的图像输入到卷积神经网络进行训练,保存训练后的模型参数与结构。模型训练采用k折交叉验证的方式,k取5,将整个数据集的1/k作为测试集,每个模型训练k次,测试k次,误差取k次的平均值,选择误差最小的模型。5折交叉验证示意图如图3所示。数据集的划分使用Python脚本程序,提供划分数据集的比例,程序自动切分数据集以及随机打乱样本。模型每次训练都会随机地从数据集中划分80%的训练集和20%的验证集。2 953幅图像作为训练集,用来训练模型,741幅图像作为验证集,用于调优模型参数、验证模型,1 000幅不带标注的图像作为测试集,用来评价模型在未知数据集上的泛化性能,数据集划分示例如表1所示。
图表编号 | XD0055596100 严禁用于非法目的 |
---|---|
绘制时间 | 2019.05.25 |
作者 | 陈英义、龚川洋、刘烨琦、方晓敏 |
绘制单位 | 中国农业大学信息与电气工程学院、农业农村部信息获取技术重点实验室、中国农业大学信息与电气工程学院、北京农业物联网工程技术研究中心、中国农业大学信息与电气工程学院、北京农业物联网工程技术研究中心、中国农业大学信息与电气工程学院、北京农业物联网工程技术研究中心 |
更多格式 | 高清、无水印(增值服务) |