《表5 不同模型在训练集、验证集上的测试结果》
为了验证FTVGG16模型的识别效果,对比了其他卷积神经网络模型。对比方法均采用5折交叉验证法,比较的预测结果为5次预测结果取平均。不同模型(FTVGG16、VGG16、VGG19、Res Net50)在训练集、验证集上的测试结果如表5所示。结果表明:FTVGG16模型在训练集上的准确率为99.43%,误差为0.034 6;在验证集上的准确率为95.89%,误差为0.147 2,在训练集和验证集上的平均准确率为97.66%,明显高于其他模型的准确率。
图表编号 | XD0055596600 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) |