《表7测试结果：基于深度学习技术的货检图像智能识别与测试研究》

  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

《基于深度学习技术的货检图像智能识别与测试研究》

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

从表7中可看出，模型总体识别效果良好。合并统计测试结果，对于问题图片352张（TP+FN），测试漏判59张（FN），漏判率16.5%，检出率为83.5%。对于自动识别结果图片312张（TP+FP），其中没有问题的图片误判19张（FP），查准率为93.9%。进一步分析检测结果，敞车内异物和集装箱顶异物识别效果相对较差，主要是由于2种问题图片中各种干扰因素较多。为了提高检出率，还应收集更多样本图片并进一步训练模型。